近年来，移动互联网业务迅猛发展。与PC和传统互联网业务相比，移动云计算有着瘦终端、网络带宽重载和高时延等特点，这就决定了有效的资源管理成为了移动云计算中的热点与难点。本文首先在深入研究现有云计算和移动互联网技术的基础上，分析针对移动云计算的资源管理需求。其次，为虚拟化资源管理平台设计了一个多层映射的管理模型。然后，提出了基于元胞粒子群的资源调度算法，基于小波分解和支持向量机的资源分配预测算法。最后，分别通过实验验证了上述两种算法的正确性和优越性，检验了虚拟化资源管理模型的效果。本文的主要创新点如下：(1)提出层次化的虚拟化资源管理模型。根据服务调度粒度和灵活性，提出了服务-资源映射模型，同时给出资源分配的方案，实现了细粒度化用户请求。(2)提出了基于元胞粒子群的虚拟资源调度算法。通过分析虚拟化资源调度问题的特点，构建合理的多目标优化模型，结合微粒群优化算法和元胞自动机，设计了合理的、高效的资源调度算法。(3)提出了基于小波分解和支持向量机的资源分配预测算法。根据DB2小波分解和SVM提出了以小波分解-SVM建模-小波重构为过程的预测算法，对资源使用的历史数据进行训练学习，能够准确实现下个时间节点的资源分配预测。