云环境资源与服务类型的不确定性、动态变化性且存在虚假或欺诈的服务行为使得用户很难获取到理想的服务。因此云环境中引入服务信任评价机制十分重要。本文研究基于服务信任度多约束云环境工作流调度,考虑服务信任度、服务执行活动的准备时间以及工作流的截止期等因素,以最小化总代价信任比为目标,具有重要的理论意义与实际价值。论文根据问题的特点、相应的约束条件和基本性质,建立基于服务信任度多约束云环境工作流调度问题的数学模型以及基于行为的信任模型,用于评估云服务的信任度。基于问题的优化目标,提出迭代调整启发式算法框架IAH,主要包括初始解生成,生成候选解集,解的调整三部分。初始解生成包括MCTRF,EFTF和MTTF三种策略；针对候选解集生成,提出代价提高CI和信任降低TD两种策略；解的调整过程基于Max-Min算子,改进候选解集中的解,得到更优的解。综合IAH算法框架的三个部分,组合成六种启发式算法：EFTA、MTTA、MCTA、EFCA、MTCA、MCCA。通过实验验证所提出算法框架IAH的效率和有效性,首先对三种初始解方法进行实验,确定最优的初始解生成策略；接着对算法中的参数进行测试分析,获得最优的参数；最后将IAH中的三种算法MCTA, EFTA和MTTA与算法PCP, EFIH进行比较。实验结果表明：算法MTTA的性能优于其他四种算法。