云计算是网格计算的发展。对于云系统而言,如何科学合理的进行云计算资源调度至关重要。本文提出了应用于云资源调度的基于膜计算的改进粒子群策略。主要贡献如下:1.提出了一种基于膜计算的改进粒子群算法。该算法将粒子群智能算法和膜计算相结合,并将膜系统划分为主膜和辅助膜,在主膜和辅助膜内分别按照一定规则迭代改进粒子群算法,根据主膜和辅助膜之间的不同职责选用不同改进的粒子群算法。实验结果表明,此改进有效的提高了算法鲁棒性。2.提出了一种混沌改进粒子群算法,基于膜计算特性,辅助膜内的智能算法要求有较强的全局搜索能力和种族多样性,所以本文在混沌思想基础上引入了邻域思想,即粒子迭代更新过程中不仅要考虑混沌序列变化,还要考虑邻居粒子的状态,以达到更好的全局搜索效果。实验结果表明,此改进利于全局搜索。3.提出了一种兼顾快速收敛和多尺度适应变异逃逸的粒子群改进算法,基于膜计算的特性,主膜内要求局部搜索能力较强和收敛速度较快。所以本文提出的改进算法思想是对优质粒子进行多次的局部搜索,使其能将优质信息更好的传播。并在此基础上,提出了多尺度适应变异逃逸的思想,根据不同尺度的方差计算选择是否早熟逃逸。实验结果表明,此改进提高了局部搜索的精度。4.根据云资源调度的特点和物理模型,抽象出了云资源调度数学模型。提出了一种基于膜计算的改进粒子群算法在云资源调度中可行策略。对仿真平台CloudSim作了详细介绍,重新编译了该平台并对本文所提的算法进行了仿真实验,同时就仿真实验结果与其他常用算法进行了比较分析。通过理论研究分析以及仿真对比实验,结果表明,本文所提的算法在能耗、SLA违背率以及性能方面具有一定优势。