جریان‌های کاری علمی برای پردازش داده‌های عظیم و تحلیل‌ها و شبیه‌سازی‌های پیچیده استفاده می‌شوند، درنتیجه نیازمند منابع محاسباتی قدرتمندی هستند که بتوانند نتایج موردنظر را در زمان قابل‌قبول و با هزینه مطلوب تولید کنند. به‌این منظور از منابع زیرساخت‌های توزیع‌شده‌ای چون ابر محاسباتی به دلیل مزایایی ازجمله دسترسی به منابع مجازی ، نامحدود و کشسان برای اجرای جریان‌های کاری، استفاده می‌شود و وظایف جریان‌های کاری برای اجرا روی منابع محاسباتی نگاشت می‌شود. برای نگاشت وظایف به منابع محاسباتی، مسئله به‌صورت مسئله زمان‌بندی مدل می‌شود؛ اما مسئله زمان‌بندی با وجود محدودیت‌ها و معیارهای مختلف یک مسئله NP-hard است. به‌همین جهت الگوریتم‌های مختلفی برای حل مسئله زمان‌بندی در زمان چندجمله‌ای ارائه ‌شده‌است. الگوریتم ارائه‌شده در این پژوهش یک الگوریتم ترکیبی مبتنی بر مدل ریاضی است که مسئله زمان‌بندی را با شکستن مسئله به زیرمسئله‌‌های کوچک‌تر و زمان‌بندی بسته‌هایی از وظایف و مدل کردن مسئله با استفاده از یک مدل ریاضی خطی- صحیح انجام می‌دهد. مزیت این روش کاهش هزینه اجرای وظایف در یک مهلت زمانی مشخص نسبت به الگوریتم‌های زمان‌بندی ارائه‌شده است.