近几年,随着计算机科学与技术的发展,在云计算领域中形成了一种用时付费的生产者-消费者资源交付和使用模式。由于这种使用模式具有良好的效益成本[1],它被越来越多的企业和研究机构使用在了应用系统之中。云计算模式是未来的趋势。同样的,工作流在科学计算和其他计算领域中也已经被广泛使用。为了利用云计算服务模式的资源优势,节省投资成本,将工作流任务放在云计算环境下执行是一个非常好的途径。在这种服务模式中,任务的处理时间和执行费用是用户最关心的问题,考虑到现存的任务调度策略或者只关注任务的执行时间或者只考虑任务的执行费用,而没有综合考虑这两个因素在一起的问题,本文在云计算环境下,以用户对服务质量的需求为出发点,设计考虑任务的处理时间和执行费用双重因素在内的工作流任务调度算法,这在获得良好的用户体验和最大化经济效益两个方面都有重要的意义。本文通过考虑用户服务质量需求中的任务处理时间和执行费用两个因素,分别在两个调度启发式的基础之上设计遗传算法以生成满足用户需求的调度策略,即在用户给定截止处理时间之内最小化工作流任务的执行费用,在限定了执行费用的前提下最小化任务的执行时间。最后,本文将所设计的算法应用至两个不同复杂结构的科学工作流应用当中进行模拟实验,通过设置不同的时间和预算限制条件的约束程度来观察、分析算法的调度性能,并给出了不同的迭代次数和初始种群规模对算法性能的影响。