云计算是由一系列可动态伸缩的资源组成,这些资源通过虚拟化技术提供给云计算用户,用户通过网络按需租赁云计算资源,从而减少用户终端的处理负担,并能享受云端强大的计算能力。因此,越来越多企事业单位架设了云服务器,这些云计算系统需要有自己的资源分配和任务调度策略,但现在还没有相关的规范和标准,因此对云计算环境下的任务调度算法进行研究有着重要的理论意义和现实意义。本文对网格计算、云计算下的调度算法及其研究现状进行了较全面的分析和调研,分析了云计算调度算法中存在的一些问题,主要开展了以下方面的研究工作：(1)提出一种云计算下适应用户任务动态变更的调度算法。在资源数量有限的云计算环境下对海量的用户任务进行调度时,由于用户群庞大,使得用户因个人因素撤销、删除任务的情形频繁出现,这些无用任务的执行将造成云资源不必要的浪费,对云服务提供商利益造成影响,而已有的调度策略不能很好的适应这种情形。因此,本文算法在产生任务DAG图的基础上,当有撤销任务出现时,对每个撤销任务均根据其依赖关系撤销关联任务,更新DAG图状态,再使用启发式算法进行调度。在云仿真器CloudSim上的实验结果表明,该算法可避免对撤销无用任务的调度执行,在撤销相关依赖任务后提高了调度效率及云资源的利用率,在完成时间跨度上优于Min-Min和Max-Min。(2)针对现有云计算调度算法在考虑用户任务偏好、云虚拟资源特性及用户满意度等方面的不足,本文提出一种云计算下区分服务的演化博弈调度模型,以实现在动态多变的云资源环境下为任务分配恰当的资源,并保证了用户任务区分服务的质量。模型中云任务方通过偏好类型参与对资源的竞争,虚拟机资源方依据其计算型、存储型、带宽型等各类服务评分高低竞争任务,构成一个混合博弈。然后再依据任务调度信息和用户反馈的评分不断演化改进虚拟机资源及其所属种群的各项服务评价,最终达到演化稳定结构,即各个节点、种群表现均趋于其真实的性能情况,得到了博弈的均衡。仿真实验结果表明,该算法是有效、可行的,算法能根据任务类型的差异分配不同特性的虚拟机资源,再依据用户对各项服务的评价不断演化修正虚拟机资源的各项性能评分,最终达到演化稳定结构,得到博弈的均衡,确保不同类别的用户任务有更好的QoS。本文有关云计算环境下任务调度算法的研究取得了一些成果,提出的调度算法能更好的适应云计算的新特征,为分析与解决云任务调度问题提供了思路,并对今后云任务调度算法的研究起到一定的指导意义。