針對(duì)傳統(tǒng)算法處理云環(huán)境中任務(wù)調(diào)度時(shí)出現(xiàn)的尋優(yōu)性能差以及尋優(yōu)方案不能滿(mǎn)足用戶(hù)多樣性需求的問(wèn)題，在考慮任務(wù)完成時(shí)間、完成成本以及資源閑置率3個(gè)優(yōu)化目標(biāo)的情況下，文中通過(guò)模擬啟發(fā)弌算法調(diào)度過(guò)程（初始化—適應(yīng)度評(píng)估一任務(wù)調(diào)度—選擇），建構(gòu)了一種層次評(píng)估和動(dòng)態(tài)選擇模型（ Hierarchy Evaluation and Dynamic Selection Model， HEDSM）。在初始化階段，利用傳統(tǒng)的表調(diào)度算法（ Heterogeneous Earliest Finish Time，HEFT）對(duì)工作流任務(wù)模型進(jìn)行預(yù)處理，保證任務(wù)具有定的優(yōu)先級(jí)。在適應(yīng)度評(píng)估階段，從云用戶(hù)和云服務(wù)提供商兩個(gè)層次構(gòu)建不同的方案評(píng)估模型來(lái)同時(shí)滿(mǎn)足兩方面的需求。在任務(wù)調(diào)度階段，設(shè)置兩步調(diào)度：1）設(shè)置策略集，對(duì)任務(wù)進(jìn)行預(yù)調(diào)度，保證生成的預(yù)調(diào)度方案繼承各個(gè)策略的調(diào)度優(yōu)勢(shì);2）設(shè)置任務(wù)遷移策略，對(duì)預(yù)調(diào)度方案進(jìn)行處理，以此提升算法的尋優(yōu)性能。在選擇階段，根據(jù)不冋的評(píng)估模型在方案集中選擇合適的調(diào)度方案。實(shí)驗(yàn)利用 Workflow Sim仿真平臺(tái)，采用科學(xué)工作流實(shí)例進(jìn)行實(shí)驗(yàn)，將傳統(tǒng)的 Min-min， Max-mir，F(xiàn)CFS調(diào)度策略以及目前存在的 Imax- Min和 Around_ Robin調(diào)度策略作為對(duì)比算法，從用戶(hù)多樣性需求和策略改進(jìn)比（ Improve Ratio of Strategy，IROS兩個(gè)方面評(píng)估算法的調(diào)度性能。結(jié)果證明，所提算法在保證負(fù)載均衡的基礎(chǔ)上，縮短了完成時(shí)間并降低了完成成本，更適用于復(fù)雜多變的云環(huán)境下的任務(wù)調(diào)度。