随着计算机规模的极速增长以及性能的不断提高,计算机系统的能耗也在极速增加。而对于异构分布式系统来说,无论是大型集群计算机系统还是小型手持终端设备,能源消耗一直是其主要考虑的问题之一。随着能源消耗对复杂性能的急剧增长,许多工作都开始集中于在保证一定调度性能的情况下去考虑优化系统能耗。如何在能耗和性能之间寻找一个舒适的平衡点已经成为学术界的一大挑战。对于任务调度问题来说,应用程序如何在计算机系统中充分利用处理器进行高性能的计算,也已经成为一个非常有实际意义的研究领域。现有并行任务调度优化机制的主要目的是为了减小整个并行应用程序的调度长度,同时在一定程度上提高系统的运行效率以及均衡系统负载等等。其基本思想是:首先,将应用程序分割成多个子任务,然后基于一定的调度策略,将这些子任务分配给合适的处理机以获得最快的响应。而就目前而言,动态电源管理(Dynamic Power Management,DPM)技术和动态电压/频率调节(Dynamic Voltage/Frequency Scaling,DVS/DVFS)技术在任务调度上应用得最为广泛。DPM技术的提出主要是为了节约系统运行时的能耗,该技术通过将当前长时间不使用的系统组成部件设置成低功耗状态以达到目的。而DVS/DVFS技术的能耗优化思想是在系统运行过程当中,有选择的来提高或降低任务运行期间处理机的执行电压和相应的时钟频率,以获得执行能耗的降低。本文在已有算法基础上提出了一种异构分布式环境下具有能耗约束的增强型并行应用调度算法(Enhanced energy consumption constrained parallel application scheduling algorithm,EECC)。该算法的主要思想分为两部分,第一,满足并行应用程序给定的能耗约束,该能耗约束通过一定的方式将其转移到每一个任务中来解决;第二,减少调度长度,通过启发式的以低时间复杂度调度每一个任务来解决。为了验证算法的有效性以及保证实验结果的准确性,本文利用Java语言实现了一个模拟器,通过三种不同的模型来模拟真实的异构分布式环境下的并行应用程序,以此来评估EECC算法的性能。实验结果表明,该算法在满足能耗约束的同时,能够获得更好的调度长度,与现有的各种并行算法相比,具有较好的性能。