伴随云数据中心数量的增加与规模的扩张,云系统中的能耗控制问题日益突出。为实现绿色云计算,本文立足于云数据中心,将周期性异步休眠模式应用于部分虚拟机,研究云虚拟机分簇调度策略及性能优化问题。首先,面向高节能水平要求的云系统,针对部分虚拟机引入周期性异步休眠模式,即Periodic Asynchronous Sleep-Mode(PASM),提出一种基于PASM的云虚拟机分簇调度策略。考虑部分虚拟机持续高速运行,而剩余虚拟机在休眠与低速运行状态间切换,建立一个具有双服务率与部分服务台异步多重休假的排队模型。其次,为了进一步提高系统的节能水平,针对部分虚拟机引入带有延期唤醒阈值的周期性异步休眠模式,即Periodic Asynchronous Sleep-Mode with Deferred Wake-Up Threshold(DWUT-PASM),提出一种基于DWUT-PASM的云虚拟机分簇调度策略。考虑休眠虚拟机的延期唤醒机制,建立一个具有双服务率与部分服务台异步N策略多重休假的排队模型。再次,面向兼顾响应性能和节能水平的云系统,针对部分虚拟机引入提前唤醒阈值与休眠定时器双重控制的周期性异步休眠模式,即Periodic Asynchronous SleepMode with Double Control of Early Wake-Up Threshold and Sleep Timer(DCEWUTSTPASM),提出一种基于DCEWUTST-PASM的云虚拟机分簇调度策略。考虑休眠虚拟机的提前唤醒机制,建立一个具有双服务率与部分服务台异步(N,T)策略多重休假的排队模型。最后,运用矩阵几何解等方法,分别求解具有部分服务台异步、部分服务台异步N策略多重休假及部分服务台异步(N,T)策略多重休假的排队模型。从云任务平均时延与系统能量节省率等方面评估基于PASM、DWUT-PASM及DCEWUTST-PASM的云虚拟机分簇调度策略。进行理论分析实验与仿真统计实验,验证云虚拟机分簇调度策略的有效性。构建系统成本函数,利用智能寻优算法,给出休眠参数、延期唤醒阈值及提前唤醒阈值等策略参数的优化方案。