云计算是继网格计算之后的一种新兴计算模式,它结合现阶段成熟的虚拟化技术,将网络中的各种资源虚拟成一个巨大的虚拟资源池,通过组织虚拟资源来执行不同用户的不同任务。因此,合理的资源调度策略将对整个云平台的性能产生重要的影响。本文研究了许多云环境下常用的资源调度算法,发现蚁群算法具有分布式、异构式,且对初始条件要求不高的特点,这使得它非常适合于云计算环境下的资源调度。然而,标准蚁群算法也有不足之处,如果将其应用到实际的云计算平台中,必须对它进行改进。针对标准蚁群算法的资源调度过程中,总伴随着资源节点负载不均衡以及资源利用率不高的问题,本文创新性地设计了劣化因子的预处理机制,并提出了一种基于改进蚁群算法的资源调度策略。本文设计了一种动态的、折中的方法来求解劣化因子的取值范围,主要考虑到两方面：第一,云环境下的资源调度具有动态性的特点,即随时会有新的节点加入云中,也有某些节点由于某些原因选择退出；第二,劣化因子的值不能够太大,也不能太小。所谓动态,就是针对不同的调度场景动态地选取劣化因子的取值范围：所谓折中,就是首先设置中间值0.5,然后在O.5附近交替地设置较大值和较小值,以求得劣化因子的取值范围。本文借助VC++6.0平台进行仿真实验,并利用MATLAB对仿真数据进行分析。仿真实验分成两个步骤：第一步是劣化因子的仿真；第二步是改进算法与标准蚁群算法的仿真实验。实验结果表明,在劣化因子的取值范围内,基于改进蚁群算法的资源调度策略具有更好的负载均衡度以及更好的资源利用率,并且改进的蚁群算法缩短了任务执行的平均时间,且具有更强的全局搜索能力。