رایانش ابری، مسیر جدیدی را برای اجرای برنامه‌های علمی جریان کاری با پردازش‌های سنگین و حجم داده ارسالی بالا، در پیش روی محققان و دانشمندان گشوده است. ابرها مجموعه زیادی از منابع ناهمگون را كه در نقاط مختلف جهان قرار گرفته اند، به صورت یكپارچه در اختیار كاربران قرار می‌دهند. اما برای استفاده بهینه از منابع رایانش ابری نیاز به الگوریتم‌های زمانبندی می‌باشد كه بتوانند بهترین منابع را برای اجرای برنامه‌ها انتخاب نمایند و معیارهای کیفیت سرویس را بهبود دهند. با توجه به ویژگی‌های رایانش ابری، موضوع زمانبندی جریان کاری در ابر با بهبود معیارهای کیفیت سرویس زمان اجرا و هزینه اقتصادی یک چالش بزرگ در رایانش ابری می‌باشد. در این تحقیق الگوریتمی ارائه شده است که یک جریان کاری را دریافت می‌کند، سپس بر روی ابر با منابع ناهمگون زمانبندی می‌کند. هدف الگوريتم حداقل كردن هزينه اجراي جريان كاري ورودي است، به شرطي كه اجراي آن تا قبل از مهلت تعيين شده توسط كاربر پايان يابد. روش کار این الگوریتم، خوشه بندی وظایف مبتنی بر رتبه بندی رو به بالا و والد بحرانی می‌باشد. در آزمایش‌های انجام شده برای گراف‌های جریان کاری مختلف با افزایش ضریب زیر مهلت زمانی از 1.4 به 1.6 روش پیشنهادی بطور میانگین 23.5 درصد هزینه را نسبت به روش پایه بهبود داده است.