云服務(wù)提供商在給用戶提供海量虛擬資源的同時(shí)，也面臨著一個(gè)現(xiàn)實(shí)的問題，即怎樣調(diào)度這些資源，以最小的代價(jià)（完工時(shí)間、執(zhí)行費(fèi)用、資源利用率等）完成工作流的執(zhí)行。針對IaaS環(huán)境下的工作流調(diào)度問題，以完工時(shí)間和執(zhí)行費(fèi)用作為目標(biāo)，提出了一種基于分解的多目標(biāo)工作流調(diào)度算法。該算法結(jié)合了基于列表的啟發(fā)式算法和多目標(biāo)進(jìn)化算法的選擇過程，采用一種分解方法，將多目標(biāo)優(yōu)化問題分解為一組單目標(biāo)優(yōu)化子問題，然后同時(shí)求解這些單目標(biāo)子問題，使得調(diào)度過程更為簡單有效。算法利用天馬項(xiàng)目發(fā)布的現(xiàn)實(shí)世界中的工作流進(jìn)行實(shí)驗(yàn)，結(jié)果表明，和MOHEFT算法以及NSGA-II*算法相比較，所提出的算法能得到更優(yōu)的Pareto解集，同時(shí)具有更低的時(shí)間復(fù)雜度。