随着云计算的兴起与发展,云用户数量不断增多,云计算系统需要处理的任务量大幅度上升。任务调度是云系统满足用户需求、实现云计算多目标的重要途径,也是目前云计算领域人们关注和研究的热点问题之一,因此如何根据预定目标有效地调度任务成为一个急需解决的问题。云计算环境下的任务调度问题一直是学者们研究的热点,近年来各种有效的解决策略层出不穷,但目前仍存在以下两个问题:1)任务调度算法不仅需要考虑用户体验,同时也要兼顾云系统性能,而它涉及的减少任务完成时间、降低用户成本、降低能耗、保持系统负载均衡等多个目标之间可能相互制约,需要力求达到多个目标之间的一种平衡。2)当前针对云计算环境下任务调度的各类算法具有不同的优缺点,结合不同算法的特点提出最能满足本文目标的调度算法有待研究,同时需要对该算法进行验证。针对以上两个问题,本文将减少任务完成时间、保持系统负载均衡作为目标,提出了一种新的任务调度算法,主要研究工作如下:介绍云计算以及任务调度的相关知识,详细阐述当前几种常用任务调度算法的优点和缺点,针对该领域目前存在的主要问题,有效地提出了相应的解决方法,进一步优化任务调度过程。分析任务调度过程的系统机制和流程,包括涉及的主要模块以及模块之间的相互关系。同时,明确本文的任务调度算法需要满足的目标及约束条件,对整体系统进行数学建模,提出了与本文问题相符的适应度函数。基于当前任务调度算法的调研与研究,分析了进化算法的特点,首次提出将EDA算法应用于任务调度过程中,它的构建概率模型以及采样方法,能够产生一定规模的有效解,并且具有收敛速度快的特点。利用EDA收敛速度快且GA搜索能力强的特点,建立了一种EDA-GA混合算法,在减少任务完成时间、保持系统负载均衡两个目标之间找到一种平衡,从而提高用户体验并保持云系统的高性能。最后,利用Cloud Sim云仿真实验工具,对EDA-GA、EDA、GA三种算法进行比较,对本文所提算法的可行性和有效性进行验证。实验结果表明,在减少任务完成时间、保持系统负载均衡方面EDA-GA具有更好的性能。