摘要：針對(duì)云計(jì)算中的資源調(diào)度效率低的問(wèn)題,提出將改進(jìn)后的雞群算法用于調(diào)度。引入反向?qū)W習(xí)概念對(duì)雞群種群進(jìn)行初始化,提高全局搜索能力。對(duì)小雞的位置引入了粒子群算法中的權(quán)重值和學(xué)習(xí)因子的概念進(jìn)行改進(jìn),優(yōu)化了雞群個(gè)體位置,通過(guò)差分算法對(duì)雞群算法整體的個(gè)體位置進(jìn)行優(yōu)化,最后通過(guò)邊界處理從整體上預(yù)防了算法中個(gè)體位置可能出現(xiàn)的越界。在仿真實(shí)驗(yàn)中,將優(yōu)化后的雞群算法與基本雞群算法、粒子群算法和蟻群算法進(jìn)行在完成時(shí)間、花費(fèi)成本、能量消耗和負(fù)載均衡中進(jìn)行了對(duì)比,取得了較好的效果。