近年来，数据中心的能源消耗问题成了制约云计算发展的瓶颈，得到了商业界和学术界的广泛关注。提高服务器的能源利用率是降低数据中心总能耗的有效途径。为了提高服务器的能源利用率，本文提出了新的基于负载均衡的节能任务调度优化模型，并设计了相应的高效求解算法。本文的主要贡献在于：首先，基于服务器能源利用率与资源利用率的相关性，将服务器的资源利用率最大化问题转化为服务器CPU与硬盘的负载均衡问题，其次，考虑到云数据中心的网络带宽是很稀缺的资源，通过保证任务100%的数据本地化执行，提出了基于负载均衡的节能任务调度优化新模型。该模型极大地减少了网络的传输开销。进一步，考虑到云数据中心的任务量数以万计，所建立的任务调度模型为大规模优化模型。为了对所建优化模型设计高效算法，针对问题空间设计了特别的编码、解码方法、交叉算子、变异算子、选择算子、Map任务重置策略、Reduce任务重置策略和数据重置策略等。同时，为了加快算法的收敛速度，引入了局部搜索算子。在此基础上设计了基于MOEA/D框架的高效多目标遗传算法。最后，对提出的模型进行了实验仿真，并对数据了进行分析，结果表明了模型和算法的有效性。