当云平台面临大规模服务调用时,拓展云平台的基础计算资源规模并将相关服务、组件作为一项云任务分发处理是一种可以满足大规模服务调用,同时节约云平台购买基础计算资源成本的方法。由于基础计算资源与云任务的异构特性,云环境下的任务调度是一项NP-hard问题,基础计算资源与任务之间能否形成一种合理的映射直接影响到任务的完成时间、云平台运营成本以及基础计算资源的负载均衡度。然而,目前针对独立任务的调度算法所获解集难以接近帕累托最优前沿,同时部分算法的鲁棒性较差,不能稳定得到高质量的调度方案;此外,虽然调度算法长期部署在云平台上,但目前大多数调度算法不能在多次任务调度中积累经验。针对关联任务的调度算法除存在上述问题外,还存在计算资源空置率高的问题。本文提出了两种基于强化学习的超启发式调度算法分别解决云计算环境下独立任务与关联任务调度问题。（1）提出一种基于强化学习的超启发式独立任务调度算法,该算法包括高层选择策略、低层算法池、移动接受方法池三部分。其中,高层选择策略基于奖励表构建,指导低层算法与移动接受方法的选择。奖励表以对低层算法与移动接受方法的选择作为动作,以低层算法所得种群的单位多样性及搜索状态构成环境信息,根据种群的多样性及适应度函数值得到奖励值并更新,实现调度经验的积累。低层算法池由粒子群算法、遗传算法、模糊粒子群算法及鲸鱼算法四种经典的元启发式算法组成,低层算法被高层选择策略选中后,用于求解当前调度问题。移动接受方法池由三种对种群保留程度不同的移动接受方法构成,用于更换低层算法时迁移当前解集。实验表明,以任务集合的完成时间与云平台购买基础云计算服务的成本作为优化目标,该算法在任务数量不同的任务集合下性能优于对照组算法,获得的调度方案更接近帕累托最优前沿。（2）提出一种基于强化学习的超启发式关联任务调度算法。针对关联任务数据传输成本较高以及容易出现资源空置的问题,该算法在（1）的基础上调整了适应度函数值的计算方法,用通信成本代替总成本,并将资源空置率作为加权系数引入到适应度函数的计算中。实验结果表明,在各项评价指标上,该算法整体性能均优于对照组算法,所得解集更接近帕累托最优前沿,且在大规模关联任务的调度问题上较对照组算法优势更显著。此外,与对照组算法相比,该算法可以降低资源空置率。通过部署上述算法,有效缩短了云平台面临大规模服务调用时各项任务的完成时间,节约了云平台购买基础云计算资源的成本。