هدف از به وجود آمدن گرید استفاده موثر از انرژی محاسباتی توزیع شده در سراسر دنیاست که برای رسیدن به این هدف منابع باید به اشتراک گذاشته شوند. مباحث اقتصادی بهترین انگیزه صاحبان منابع برای به اشتراک گذاشتن آنهاست. این بدان معنی است که کاربران باید بر اساس میزان دسترسی به منابع و سطح کیفیت سرویس مورد نیاز خود پول پرداخت کنند. در نتیجه هزینه کلی اجرای یک کاربرد تبدیل به یکی از مهمترین پارامترهای یک الگوریتم زمان بندی شده است که مطمئنا کاربران تمایل به حد اقل کردن آن دارند . از آنجایی که بسیاری از برنامه های کاربردی در قالب وظایف وابسته تعریف می شوند، زمان بندی جریان های کاری تبدیل به یکی از مهمترین چالش های موجود در گرید شده است. در این پایان نامه از ترکیب الگوریتم های ژنتیک و تئوری کیاس برای زمان بندی جریان های کاری با در نظر گرفتن پارامترهای زمان و هزینه استفاده شده است. با توجه به طبیعت متغیر های کیاتیک از قبیل شبه تصادفی بودن و پراکندگی، روال تکاملی الگوریتم کیاس ژنتیک به گونه ایست که پاسخ ها در تمام فضای نمومه توزیع شده و از گیر افتادن در نقاط بهینه محلی - که از مهمترین مشکلات الگوریتم های ژنتیک سنتی است- پیشگیری می کند. نتایج به کارگیری الگوریتم زمان بندی کیاس-ژنتیک روی هر دو نوع جریان کاری متوازن و غیرمتوازن در مقایسه با الگوریتم های سنتی ژنتیک عملکرد بهتری را نشان می دهد.