在计算机信息技术和集成电路技术快速发展的浪潮中,越来越多的大链接物联网络、功能逐渐趋于专一细分的高性能处理器以及计算需求愈加复杂的大型计算平台,无一不在推动着计算系统的异构化趋势。在当下大数据时代的信息社会中,随时随地获取信息和计算资源已经成为社会大众普遍的基本生活需求,可以预见的是,在当今的计算系统中,系统需要计算处理的任务量正呈现爆炸式的增长。而与之相应的,将是对电力能源的巨大需求,越来越多的数据中心将会把能源问题作为选址的第一考虑因素。因此,研究异构系统下的节能调度算法,既贴合当下实际的经济需求,也符合技术发展的前进方向。近年来,有关高能效的计算任务调度策略的课题得到广泛研究。其中,动态电压与频率调节（DVFS）技术通过同时缩小处理器的电源电压和频率来调节能量消耗,已成为一项重要的能量管理技术。本文主要针对异构分布式计算系统的应用场景,对静态的,任务之间有优先级约束关系的非独立并行应用进行调度,解决一个基本的能耗约束条件下优化并行应用的完成时长的问题。本文首先讨论了基于优先级队列的传统调度算法,并引入了能耗预分配机制来处理能耗约束的问题。基于对现有预分配调度策略的局限性分析,提出了基于能量松弛空间比例预分配的启发式调度算法ESSPP,改善能耗空间的分配方案,缩短任务的完成时长;然后在已完成的工作上进一步引入了遗传进化随机搜索的思想,对提出的节能调度算法进行拓展,重点讨论了遗传算法在任务调度场景下的适配问题,在ESSPP算法的基础上提出了基于遗传算法的节能调度算法ESBGA。最后通过仿真验证了算法的有效性。