针对云计算领域的资源调度这一问题,国内外学者提出了多种云资源调度模型对其进行求解,但是在实际应用过程中会存在不确定性,因此为使云资源调度模型其更贴合实际,本文使用模糊理论对任务的执行时间进行模糊化处理,建立了不确定多目标云资源调度模型,为求解模型,研究了强化学习中的多种改进Q学习算法。本文采用三角模糊数对任务的执行时间进行模糊化处理,建立了以同时优化任务的完成时间和虚拟机的运行成本为目标的不确定多目标云资源调度模型,在Q学习算法上引入权重因子和启发式函数,提出了一种基于自动更新权重因子的启发式Q学习算法(WHAQL)。通过实验证明了不确定云资源调度模型与确定云资源调度模型之间的差异性,验证了不确定性对云资源调度的影响。并在算法对比实验中验证了WHAQL算法的寻优能力和收敛速度。针对云资源调度的不确定性,引用了Z-number模糊数对执行时间进行模糊化处理,建立了一种基于Z-number的不确定多目标云资源调度模型。在Q学习算法的基础上,引入资格迹、启发式函数、权重因子以及Boltzmann机制等多种优化策略,提出了基于资格迹的启发式Q学习算法(HAQL(?))。通过对比HAQL(?)与QL、QL(?)和HAQL三种算法的仿真实验,验证了HAQL(?)的寻优能力和收敛速度;验证了资格迹越大,越有助于算法更快地收敛;验证了HAQL(?)算法使系统的负载更加均衡。为了给云资源调度问题提供一个算法仿真、对比以及测试的平台,使用开源的Swing框架设计了一个云资源调度算法仿真平台,该平台提供了一种简单的操作界面,通过简单便捷的操作就可以对比观察到算法与模型之间的差异性。