在过去的50多年中,随着信息技术的发展,人们工作和生活的方式在信息数据资源共享的环境中快速的变化着。大量企业开始采用以数据中心为业务运营平台的信息服务模式,在信息产业本身需要彻底的技术变革和商业模型转型的背景下,云计算应运而生。云计算以提供服务为原则,将服务以基础设施资源、平台和软件等形式通过互联网提供给外部用户。多种混合技术的发展和其自身的商业化特性,为云计算注入了强劲的生命力。　　任务调度是云计算研究和应用必须解决的一个关键问题。云计算环境下的任务调度是一个在并行分布式环境下寻求最优的任务-资源分配问题,是一个 NP难题。而云计算的商业化和虚拟化特性,为其任务调度提出了新的挑战。如何设计适用于云计算环境的任务调度算法,是亟需解决的问题。　　本文针对元任务的调度算法,提出两种基于 K-means和 Min-Min算法的云计算任务调度算法。论文的主要工作包括以下几个方面:　　(1)介绍云计算的概念、发展背景、模型及相关技术,并对已有的元任务启发式调度算法进行概述总结,针对云环境的特点,从组织形式、调度特征和调度算法三个方面介绍云计算任务调度。　　(2)针对 Min-Min算法负载不均的缺陷,引入 K-means聚类算法对任务进行分组,结合 Min-Min算法提出一种云计算环境下基于聚类的任务调度算法 K-Min,体现分组的动态性及相似性。详细测试及分析了该算法的性能特点,总结归纳其缺点与不足。　　(3)针对 K-Min算法的缺点,引入交叉分组思想,提出一种基于聚类和交叉分组的任务调度算法 KSF-Min。该算法继承了 K-Min算法的高效性,屏蔽了聚类算法的缺陷。通过实验测试分析了该算法的参数取值和算法性能,验证其有效性。　　(4)在 CloudSim仿真平台上通过参数设置,模拟搭建云仿真环境。依据本文算法调度策略,扩展原仿真平台,实现算法的仿真模拟,并根据实验结果验证算法的各方面性能。