由于现有云应用软件架构（SAoCA）级性能优化应用程序的搜索空间有限，这些方法很难获得具有最佳性价比的云资源使用方案。针对这一问题，本文首先定义了一种称为CAPOM的性能优化模型，该模型可以有效地扩大搜索空间。其次，通过定义带有策略池和修复机制的进化算子，提出了一种有效的差分进化优化算法MODE4CA来求解CAPOM模型。此外，还导出了一种在SAoCA级别优化性能的方法，称为POM4CA。最后，选取两个不同规模的问题实例，在轻、重负载下进行了POM4CA与当前代表性方法的比较实验。实验结果表明，POM4CA方法可以获得更好的响应时间，并且花费更少的云资源成本<\/p> “，”DOI“：”10.4018\/ijcini.295808“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2022,1,4]]，”日期时间“：”2022-01-04T19:53:37Z“，”时间戳“：1641326017000｝，”page“：”1-15“，”source“：”Crossref“，”被count引用“：0，”title“：[”云应用程序性能优化的多目标差异进化优化方法“]，”前缀“：”10.4018“，“卷”：“15”，“作者”：[{“给定”：“新”，“家庭”：“杜”，“序列”：“第一”，“隶属关系”：[}“名称”：“中国福建师范大学”}]}，{“给出”：“友聪”，“家族”：“倪”，”序列“：“附加”，“从属关系”：[{“名称“：”中国福建师范学院“}]}，{”给定“：”彭“，”家庭“：”叶“，”序列：“附加的”，“附属关系”“：[{”名称“：”武汉纺织大学“}]}，{“given”：“Ruliang”，“family”：“Xiao”，“sequence”：“additional”，“affiliation”：[{“name”：“中国福建师范大学”}]}]，“member”：“2432”，“container-title”：[“International Journal of Cognitive Informatics and Natural Intelligence”]，“original title”：[]，“language:”ng“，“link”：[}“URL”：“https:\/\/www.igi-global.com/viewtitle.aspx？TitleId=295808“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,16]]，”date-time“：“2023-01-16T21:56:39Z”，”timestamp“：1673906199000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/services.gigi-global.com\/resolvedoi\/result.aspx？doi=10.4018\/IJCINI.295808“}}”副标题“：[”“]，“短标题”：[]，“已发布”：{“日期-部分”：[[2022,6,17]]}，“引用-计数”：0，“日志-发布”：}“问题”：“4”，“发布-打印”：{-“日期-部件”：[[2021,10]]}}，”URL“：”http://\/dx.doi.org\/10.4018\/ijcini.295808“，”关系“：{}”，“ISSN”：[“1557-3958”，“155”7-3966“]，”ISSN-type“：[{”value“：”1557-3958“，”type“:”print“}，{”value“：“1557-3966”，“type”：“”电子“}”，“主题”：[]，“已发布”：{“日期部分”：[[2022,6,17]]}}}