针对云计算环境下如何高效分配资源，实现资源供应者利润最大化这一难题，本文提出了一种基于服务级别协议（SLA）的动态云资源分配策略。该策略通过将SLA中的计算力、网络带宽、数据存储等属性作为优化参数，构造了一种服务请求与资源的映射模型，同时设计相应的效用函数，并结合改进的与模拟退火算法相融合的混合粒子群算法(SA-PSO)，实现云环境下的优化资源分配。实验分析结果表明，基于SLA参数的SA-PSO算法具有更好的全局最优值，在给定虚拟资源相同情况下，调用该算法完成用户任务实现的利润更高。

针对云计算中无法合理分配资源的问题,提出了采用改进的粒子群算法对其进行分配。由于粒子群算法存在局部收敛速度快,容易陷入局部最优解的情况,从粒子的选择、参数调整和预防过早收敛三个方面进行改进: (1)选择粒子的时候采用适应值最小的粒子,并根据约束函数淘汰不合格的粒子;(2)对惯性因子、个体最优因子和全局最优因子进行改进;(3)通过设定系数来防止算法过早收敛。仿真说明,将改进后的算法运用在云计算方面,在云计算的资源失效、云端用户完成时间和云计算环境下的能量消耗三个方面都优于粒子群算法。