在云计算环境中,随着用户需求的多样化与复杂化,单个云服务提供的功能已经无法满足用户的需求,把单个云服务按照一定的组合方式进行组合形成更大粒度的组合服务即服务组合越来越受到专家的重视。但由于云环境中存在海量功能相同或相似的服务,导致云服务的选择以及在云服务的组合过程中会消耗大量的时间,使云服务组合的效率较为低下。本文针对云服务组合中对云服务QoS建模考虑因素不够全面以及服务组合算法效率低下问题进行了改进。首先,分析了现阶段对云服务QoS产生影响的各个因素,通过结合用户满意度因素与负载均衡因素设计出单个云服务QoS模型。在此基础上分析云计算环境中服务与服务之间的关系,从而设计组合服务QoS模型,进一步得出云服务QoS模型的数学计算表达式。其次,针对现阶段研究中将服务组合建模为单目标优化问题所存在的不足,提出QoS效益最大化、成本最小化双优化目标模型,将云服务组合问题建模为多目标优化问题,并采用Pareto解集求解多目标优化问题。最后,针对传统人工蜂群算法的缺点,提出改进型人工蜂群算法,加入了基于选拔规则的离散有效解生成策略与基于快速非支配排序与稳定性的种群选择策略,通过实验证明,该算法的性能相比于其他参照算法较高,更适用于具有大规模服务数量的云计算环境。