近年来,随着云计算技术的高速发展,云数据中心的规模不断加大,为解决企业服务器采购成本高、系统部署慢、维护效率低等问题提供了比较好的方案。考虑到某银行作为金融行业的特殊性,结合实际情况和论文撰写需要,本文以在银行内部构建基于虚拟化技术的私有云为出发点,展开论文的研究工作。论文需要解决以下两个问题:一、虚拟服务器的资源调度问题。云环境下的资源调度直接关系到计算成本和效率。调度算法实现复杂、计算成本高将使项目的实施变得毫无意义,这也是论文所要解决的首要问题。二、计算资源的负载均衡问题。云计算资源调度中容易出现虚拟资源节点负载不均衡和时间成本耗费大的问题。从最终结果来看,这也是为了提升服务器整体性能所必须解决的另外一个问题。遗传算法作为一种用于解决最优化问题的全局搜索启发式算法,它在解决上述问题时具有很大的优势,它可以根据需要设计出任意符合要求的适应度函数从而获得问题的最优解。针对传统遗传算法在云计算资源调度中存在收敛速度慢、易早熟和资源负载不均衡的问题,本文对传统算法进行了如下改进:一、优化初始种群生成条件。在种群生成的时候即排除一些不合理的基因,从而使算法执行时间更加短。二、在适应度函数中增加对资源调度负载均衡的约束条件,从而使得最终的搜索结果更符合实际需要。三、有针对性地优化算法迭代次数。针对计算量的不同,制定不同的迭代次数,避免算法进行无效地运算,或者得到次优解。通过对以上改进策略进行仿真实验,结果表明,相比传统分配方案,改进后的遗传算法获得了更快的执行速度,每台服务器上的计算资源也更加合理均衡,达到了预期效果。