云计算是一种通过虚拟化技术将网络中的资源整合并提供给用户使用的商业计算模型,已经成为各个国家公认的发展重点。用户可以不用考虑底层基础设施和具体技术的实现就能享受到云计算服务。云计算要处理的任务数量十分庞大,资源的调度效率是影响服务质量的关键因素。因此,云计算中的调度算法具有十分重要的意义。遗传算法是借鉴自然环境中生物进化的全局搜索算法,在解决NP完全问题有显著的效果。但是,遗传算法在解空间中寻找最优解时局部搜索能力不强。本文将传统的遗传算法和元胞自动机结合,并引入了邻居结构自适应机制,提出了邻居结构自适应的元胞遗传算法(Neighbour Structure Adaptive Cellular genetic algorithm,NSACGA),并验证了该算法求得的最优解质量优于遗传算法和元胞遗传算法。根据云计算中的具体环境,本文设计了基于时间和成本约束的邻居结构自适应元胞遗传算法(Time and Cost constrained Neighbor Structure Adaptive Cellular Genetic Algorithm,TC-NSACGA)。通过云计算仿真工具CloudSim对TC-NSACGA进行仿真实验,并与遗传算法和元胞遗传算法进行对比分析。实验结果表明:在任务完成时间和成本方面TC-NSACGA优于另外两种算法。综上所述,TC-NSACGA可以依据用户的需求获取满意的分配策略。