针对传统遗传算法无法满足多用户下的大规模云计算环境下的资源调度问题，提出利用改进遗传算法结合二次编码的方法解决大规模资源调度。首先，在选择复制阶段，采用基于最小任务完成时间和匹配程度的双适应度函数，对种群以双重标准进行筛选。然后，对算法的交叉变异概率进行了自适应优化，使其自适应能力进一步提高，保证了算法尽快向最优解收敛。同时引入的收敛终止条件保证了算法尽快跳出循环。最后，在CloudSim平台上对改进遗传算法（IGA）进行了分析，实验结果表明，提出的改进遗传算法能够很好地适用于大规模资源调度，且结果优于其他几种较新的对比算法。
