当传统的高性能计算难以满足对计算资源的多样性需求时,云计算作为一种按需付费的新型服务模式,发展势头如火如荼。云计算中心为用户提供了丰富多样的服务资源,为部署大型工作流应用程序提供了高效的计算平台。在绿色计算的时代主题下,云计算为全球的用户带来便利,然而大规模的数据计算伴随着巨大的能量消耗,对生态环境造成了不可逆转的危害。随着公用云定价模式的逐渐成熟,为异构云计算系统中预算约束下工作流调度问题带来了新的挑战。围绕以上背景,本文基于异构云环境,以调度长度、能耗作为任务调度的优化目标,研究预算约束下工作流的调度算法,本文的创新点和主要研究工作如下:（1）针对异构云环境中工作流执行时间最小化问题,提出了一种预算成本约束下高效的工作流调度算法（ESBL）。首先由给定的预算成本确定各任务的优先级队列及预算等级成本;然后根据给定的虚拟机集群决定该工作流图中关键路径对应的关键虚拟机节点;最后保证关键路径上的任务优先分配至关键虚拟机节点,其他任务按照更新的预算成本选择最佳虚拟机。（2）能耗是影响云系统性能的重要因素,本文提出了基于重置预算成本的工作流能耗调度算法（RMREC）。首先由预算成本、关键路径节点以及重置预算因子确定重置预算成本和备用代价;然后按照各节点更新的预算等级成本选择最佳的虚拟机和频率组合,实现任务与虚拟机的初步映射;最后根据备用代价将关键节点再映射至虚拟机上执行以避免任务迁移带来的能耗。（3）围绕绿色计算的背景,单独的启发式算法无法很好地满足实际工作流调度需求,本文提出了基于鲸鱼优化算法的工作流调度策略,旨在降低能耗。首先采用反向学习策略初始化种群,然后根据相关参数的大小进行位置更新,在迭代更新过程中,为了避免陷入局部最优,每次迭代过程中将群体最优代理取代最差个体。通过多组实验对比结果表明,本文的研究在满足预算成本约束的条件下,能有效地减少调度长度、降低数据中心能耗。