在信息化高速发展的现代社会，工作流技术在计算机领域内的地位变的越来越重要。在复杂的系统中，各项任务将由工作流系统调度相应的资源来处理，使得整个系统的效率得到提高。工作流调度算法是整个工作流系统中非常重要的一个组成部分。工作流调度算法分为静态调度算法、动态调度算法和阶段性调度算法。现存的阶段性调度算法结合了前两者的优点，但是当任务执行时间较长时，算法的调度触发机制存在一定的不足，任务并发效率会受到影响。本文提出了一种改进的阶段性调度算法，算法改进的目标是在任务执行时间较长的环境中缩短工作流系统总体执行时间。本文在任务和资源配置上采用了遗传算法进行优化组合，使得在已知资源数量和资源用于执行任务需要时间的情况下，采用合适的染色体编码以及合适的遗传操作得出尽可能优越的任务和资源配置组合，缩短整体任务完成时间。本文在改进前算法原有的调度触发机制上提出了两点改进方法。第一，增加了新的调度触发点。第二，增加了一个可变时间窗口来促进实例更有效的并发执行。实验结果证明，改进后的算法一定程度上提高了工作流系统任务之间的并发执行效率，缩短了工作流系统整体执行时间。