本文探讨云计算中使用的动态环境，解决了一些与在这种环境下工作流调度相关的主要问题。由于动态环境中的工作流调度是基于不同的标准完成的，因此不同的目标会造成多种不同的结果。针对我们的目标，本文专注于两个主要问题，文中的第三章和第四章致力于对这两个问题进行研究，并在每章节末尾对提出的启发式解决方法进行验证，实验结果表明我们能够获得预期目标。　　第三章描述的问题是关于把工作流调度到一个异构资源的集合中，我们利用随机模型产生任务的执行时间、以及任务间的传输时间;利用这样的随机模型，确定性调度启发式难以获得良好表现。通过对一个众所周知的确定性启发式进行扩展，我们提出了一种新的随机调度方法。通过大量的仿真实验，已经证明该随机方法明显优于对应的确定性方法，同时，随机算法产生的额外的开销是可控和可接受的。　　另外，使用云计算环境服务并不是免费的，因此第四章主要描述如何将工作流调度到一批执行频率不同的CPU之上。由于现在云计算提供商根据使用资源的频率进行收费，不同的云计算服务需要不同的执行频率，其中，一些服务需要较快的执行能力（CPU以较高频率执行），因此收费更高;另外一些服务则需要较低的执行能力（CPU以较低频率执行），因此收费较低，但是他们都需要云服务的支持。我们的目标是为资源选择适当的CPU执行频率，同时需要满足整个工作流的执行在用户请求的截至时间内完成（截止时间较大会产生更多的花费，较小则会产生较少的花费）。经过实验研究，我们提出一个基于关键路径的调度算法。文中利用不同的价格模型进行模拟实验，其中不同的价格模型根据CPU执行能力进行收费。