云計(jì)算和移動(dòng)互聯(lián)網(wǎng)的不斷融合，促進(jìn)了移動(dòng)云計(jì)算的產(chǎn)生與發(fā)展，在移動(dòng)云計(jì)算環(huán)境下，用戶可將工作流的任務(wù)遷移到云端執(zhí)行。這樣不但能夠提升移動(dòng)設(shè)備的計(jì)算能力，而且可以減少電池能源消耗．但是不合理的任務(wù)遷移會(huì)引起大量的數(shù)據(jù)傳輸。這不僅損害工作流的服務(wù)質(zhì)量。而且會(huì)增加移動(dòng)設(shè)備的能耗．基于此，本文提出了基于延時(shí)傳輸機(jī)制的多目標(biāo)工作流調(diào)度算法MOWS-DTM．該算法基于遺傳算法，結(jié)合工作流的調(diào)度過(guò)程。在編碼策略中考慮了工作流任務(wù)的調(diào)度位置和執(zhí)行排序．由于用戶在不斷移動(dòng)的過(guò)程中，移動(dòng)設(shè)備的無(wú)線網(wǎng)絡(luò)信號(hào)也在不斷變化．當(dāng)傳輸一定大小的數(shù)據(jù)時(shí)，網(wǎng)絡(luò)信號(hào)越強(qiáng)則需要的時(shí)間越少，從而移動(dòng)設(shè)備的能耗也越少．而且工作流結(jié)構(gòu)中存在許多非關(guān)鍵任務(wù)，延長(zhǎng)非關(guān)鍵任務(wù)的執(zhí)行時(shí)間并不會(huì)對(duì)工作流的完工時(shí)間造成影響．因此。本文在工作流調(diào)度過(guò)程中融入了延時(shí)傳輸機(jī)制DTM。該機(jī)制能夠同時(shí)有效地優(yōu)化移動(dòng)設(shè)備的能耗和工作流的完工時(shí)間，仿真結(jié)果表明。相比MOHEFT算法和RANDOM算法。MOWS-DTM算法在多目標(biāo)性能上更優(yōu)．