服务工作流管理系统是集成企业复杂业务流程、实现业务流程自动执行的工具，工作流的活动结点不再局限于本地事务而是扩展到网络上的各种服务。随着Web服务提供者之间的竞争加剧，构建基于服务的工作流系统成为工作流研究领域的一个关键问题。本文对服务工作流协同优化框架以及基于QoS的服务工作流智能优化算法等问题展开研究，主要工作如下：　　 (1)提出基于Multi-Agent的服务工作流协同优化架构：在分析现有服务工作流模型不足的基础上，提出基于Multi-Agent服务工作流调度框架模型。该模型采用注册机制，建立Agent信息中心，为各个Agent提供信息服务，进行招标时可以直接向特定的Agent发送信息，以减少网络通讯量；采用数字签名技术，对交互的重要数据进行加密，解决数据交互的安全问题；采用合同网和市场协商机制相结合的协议，以期提高灵活性、性价比和调度方案的性能。　　 (2)对截止期约束下费用最小化的服务工作流优化调度问题，提出混合粒子群优化算法：通过构建有效的粒子随机极值扰动、位置回退、交叉繁殖等操作，将解决连续优化问题的有PSO算法加以改进，使其能有效地解决服务工作流的离散优化问题。通过实验对HPOS算法与DTL、FSRD、DBL、BSRD等算法进行仿真比较，实验结果表明HPSO算法相对与其他算法在性能上都有较大的提高，提高的幅度非常均匀，受工作流活动结点的影响比较小，具有很好的适应性和稳定性。　　 (3)对无约束条件下时间费用多目标优化的服务工作流调度问题，提出混合多目标粒子群算法(HMOPSO):通过分析服务工作流的特征，构建有效的粒子结构使之离散化，设定单目标最优初始解、引入外部种群和基于小生境技术的网格方法获得分布均匀的Pareto最优解集，使其能有效地解决本文的离散多目标优化问题。通过与NGSA-Ⅱ、SPEA2等算法在大量实例上进行比较，结果表明HMOPSO在不同特征的问题实例上均获得了数量众多、分布均匀，且有较高质量的Pareto最优解。　　 (4)动态环境下的服务工作流优化调度问题：提出基于费用补偿的时间窗口动态调度算法(WDSOA):通过定义动态调度优化问题的有关规则，针对服务工作流的动态调度问题，分析求解问题特点，提出基于费用补偿的时间窗口动态扩展算法，通过判断异常结点的影响范围，对工作流进行局部重调度；仿真实验将WDSOA算法与HPSO算法进行比较，结果表明WDSOA算法在不同的问题规模下获得的解，基本上可满足用户需求，可逼近最优解，且具有比较强的稳定性。