借助移动云计算技术,移动设备上的复杂应用可划分为多个部分并分配至自身和多个服务端设备运行,以解决移动设备资源不足的问题。任务调度作为移动云计算中一个关键过程,其最终目标是减少移动应用的执行时间和能耗,进而保证移动云计算的服务质量。本文围绕移动云复杂网络环境中的任务调度问题展开研究。本文针对移动云复杂网络环境的特点,综合考虑移动云复杂网络环境带来的约束,构建了任务调度的数学模型。使用基于有向无环图的工作流模型表示移动应用中任务之间的依赖关系,使用无向图模型表示移动云复杂的网络环境,建立了有限能耗约束下的以最小化完工时间为目标的任务调度优化模型。分析所构建的移动云复杂网络环境下任务调度模型,由于设备的能耗、工作流中的任务之间的依赖性和网络连通性等约束,在此调度问题的解空间中存在大量不可行解,导致传统的启发式算法的搜索效率低下。因此,本文提出了一种基于改进贪婪搜索策略的启发式调度算法,能够在解空间中快速找到一个较高质量的可行解。首先将复杂网络中的任务节点进行分类,然后对每一类型的节点设计相应的搜索策略。当处理一个给定任务时,该算法总能搜索到具有足够能量且与该任务的前序任务所分配设备连通的设备。因此,该算法能够在满足能耗约束和连通性约束的前提下快速得到一个较高质量的可行解。通过分析上述算法的特点,进一步提出了一种双层启发式调度优化算法,基于网间优化策略和网内优化策略,通过启发式搜索对生成的可行解再次进行优化。该算法以基于改进贪婪搜索策略的启发式调度算法得到的可行解作为初始解,通过在交织网间和交织网内进行双层改进,从而进一步提高解的质量。本文设计了完备的仿真实验,对所提出的基于改进贪婪搜索策略的启发式调度算法和基于网间和网内的双层启发式调度优化算法进行验证。实验结果表明,本文所提出的两种调度算法能够在复杂交织网络约束下快速生成可行的调度解,同时可以有效地降低应用的完工时间。因此,本文提出的方法,能够有效应对移动云复杂网络环境下的任务调度问题,有助于提高移动云计算中移动设备的服务质量。