随着云计算和云应用的兴起,特别是近年来社交网络的普及,使得关于云计算的研究越来越受到研究者的关注。由于云计算的设备一般都很庞大,其所消耗的电能也非常巨大,因此,云平台的能耗和负载均衡问题受到了广泛的研究。同时云计算作为面向用户的平台,云服务提供商和用户需要签订SLA(Service-Level Agreement,即服务等级协议)来保证自身利益和用户满意度。根据定义的服务质量,用户通过提供反馈来评价云平台的服务质量,对云计算来说也是一个非常重要的研究方向。然而,现有的研究大部分都是针对单一的性能指标,很少有将多个目标综合在一个框架内进行研究。另外对于用户满意度和能耗,目前大部分研究均没有考虑任务的执行时间对其造成的影响。通常认为如果需要保证高质量的用户满意度,则需要云服务提供商提供更多的资源消耗和更多的能源。但是,针对部分松弛型的任务,可以通过在保证一定的用户满意度的前提下延长任务的执行时间,来节省整个云平台的能耗。因此,针对上述问题,本课题提出了针对多目标的动态资源调度策略,把用户满意度、负载均衡、能耗综合在一个框架下考虑,使得云平台在尽可能满足用户满意度的情况下,降低能耗,并使负载均衡控制在一个可接受的范围内,提高系统的资源利用率。为了反映任务执行时间对用户满意度造成的影响,本课题给出了总体用户满意度和单个任务用户满意度的概念。根据本课题提出的单个任务用户满意度的概念,提出了一个云计算环境中的资源调度框架SLSC。SLSC包含一个任务预测模型和一个资源需求预测模型,并且提出了一种优化任务预测模型参数的算法为调度算法提供更可靠的参考。另外,为了平衡用户满意度和能耗之间的关系,本课题提出了一种trade-off算法,能够在损失最小用户满意度的情况下,优化云平台能源的消耗。最后实验结果验证本课题提出的预测算法是准确的和有效的,本课题提出的资源调度框架SLSC及trade-off算法能够有效地节省能源的消耗和保证一定的用户满意度。