科学工作流作为一种能够让大量的科学任务自动化服务过程的工具,已经在很多科研领域发挥重大的作用。由于科学工作流需要高性能的计算资源来执行任务,因此传统的科学工作流都部署在造价和维护费用昂贵的集群或者网格系统。云计算作为新一代计算平台,它为用户提供规模巨大的且成本相对较低的IT资源租赁可能性,也可以通过互联网让来自不同的地域的科学家更加灵活的合作,满足了科学工作流运行的需求。在云环境下运行一个科学工作流时,将会产生大量的有用的中间数据集,而这些庞大的数据集全部存储或者重新生成往往都需要高成本,因此对这些中间数据集的管理会对科学工作流的执行效率和科研进程产生重要影响。为了提高科学工作流的执行效率,本文主要针对云环境下科学工作流中间数据集存储问题进行了研究,研究工作如下:(1)对云环境下的科学工作流,云计算技术及相关的中间数据集存储算法进行总结归纳,分析各类算法的原理和优缺点,为后续工作提供理论基础。(2)在单云的情况下,由于非结构化科学工作流数据集依赖关系复杂凌乱,没有规律可循,因此基于CTT-SP算法的代价模型,完善数据集的相关属性,增加数据集成本率计算方式,避免为科学工作流的数据依赖图添加有向边,只需要关注每个数据集的成本率,计算出科学工作流个体的适应度值,然后通过动态调整变异模式的微分进化算法进行求解,仿真结果表明,微分进化算法较其他方法能够更好的找到总成本最小的存储和删除组合方式。(3)在多云的情况下,对解决线性科学工作流问题的GT-CSB算法时间复杂度进行改进。面对不同的云服务商对应着不同的资源占用付费模型,GT-CSB算法能够在时间复杂度为o(m~4n~3)找到计算成本、存储成本和传输成本之间的平衡点,但该算法忽略了同一出发边之间的权值计算关系导致计算冗余,通过将源于同一出发边的边进行归类,改进算法时间复杂度为o(m~3n~3)。