任务调度是云计算运行过程的重要环节,关乎着调度系统的整体性能。基于云计算的基础设施、平台、软件三层服务体系中均关联着任务调度与资源分配问题。好的任务调度算法可缩短任务完成时间,减少任务完成成本,从而提高用户满意度。基于云计算动态伸缩特征,在满足用户需求变化的条件下,实现计算资源高效率分配成为任务调度中研究热点。蚁群算法在解决NP-hard问题的云计算任务调度中广泛应用,并取得较好的调度效果。但蚁群算法的缺陷是初始信息素匮乏、容易陷入局部最优解。现有调度算法优化目标相对单一,大部分调度模型仅考虑任务完成时间、负载均衡、用户满意度等指标中的单一目标。对于用户任务具有截止完成时间和预期费用QoS(Quality of Service)约束下优化用户满意度的调度策略考虑较少。本文提出一种QoS约束下基于蚁群算法的云计算任务调度策略。本文的研究内容是任务调度到虚拟机上的策略问题。目的是提高虚拟机资源利用率的同时减少任务消耗时间并提升用户综合满意度。在考虑用户截止完成时间和任务预期费用两个QoS约束下,分别建立时间和费用隶属度函数。将两个评价指标归一化处理定义为用户满意度函数,并融入到蚁群算法信息素全局更新方式中,动态调节任务的调度。针对算法前期信息素匮乏的缺陷,信息素初始化时考虑任务长度和虚拟机执行能力,加快收敛速度。启发函数中加入虚拟机被占用时间,调节虚拟机负载均衡。为提高算法的整体性能,对算法的参数选取进行研究并确定其取值范围。通过CloudSim仿真平台的实验结果表明,本文提出的QoS约束下基于蚁群算法的云计算任务调度策略可减少任务完成时间和降低完成成本,提升用户满意度。