云计算目前已广泛应用于教育、政府、金融等领域,为互联网资源开辟了全新的使用方式。OpenStack属于最热门的开源IaaS云平台之一,但OpenStack在虚拟机调度方面仍存在很多不足,造成物理主机的硬件使用不均衡,导致虚拟机性能下降。若能合理利用物理主机的硬件资源,将使OpenStack在性能上得到巨大提升。本文首先根据动态虚拟机调度问题构建了动态虚拟机调度模型,并在调度策略中引入遗传算法。遗传算法的适应度函数中综合考虑了数据中心物理主机集群的CPU利用率均衡度和内存利用率均衡度以及虚拟机动态迁移成本三个因素。其次,针对遗传算法求解效率低、收敛速度慢以及染色体可读性差的问题,对遗传算法的编码方式、初始化种群、交叉和变异操作进行改进。设计树形编码方式提高代码的可读性和计算效率,并针对树形编码设计交叉操作和变异操作。在初始化种群阶段引入类原染色体,产生较优的初始种群缩短算法的收敛时间。最后,提出了混合虚拟机调度策略,将改进的遗传算法与过滤器策略融合,使改进的遗传算法和过滤器策略交替运行,提高动态虚拟机调度效率。为验证本文提出的基于改进遗传算法的动态虚拟机调度策略的有效性,通过CloudSim仿真平台进行验证。实验数据表明,提出的混合虚拟机调度策略使各物理主机资源利用率更加均衡,有效解决了在虚拟机调度中出现负载失衡和较大动态迁移开销的问题。同时,实验验证了改进的遗传算法具有较快的收敛速度和较高的最优解质量。