随着硬件、网络及通信等技术的迅速发展,异构资源的使用已经不可避免,合理的使用异构资源已变得越来越重要并成为当今的研究热点。针对面向Julia语言的云编程环境中任务(程序)执行性能问题,提出了一种基于时间约束的程序运行性能自适应策略。首先,为了方便描述策略的执行,并能正确标识任务,根据面向的特定问题(例如本文案例车型识别案例)设计了一套Julia原语,通过使用Julia原语对任务进行了描述;进而提出了基于时间约束的程序性能自适应策略,策略对原语与后端资源节点能够自适应产生映射关系,即程序中全体原语与异构资源中的工具库自动择优进行匹配,能够使程序执行时间在用户提出的时限约束范围内用户花费越低。为了验证策略的合理性,针对车型识别案例,基于有色Petri网的验证方法并借助CPN TOOLS工具构建了Colored Petri Net模型,对比仿真过程产生的多个可选方案,验证了我们自适应策略的可行性与有效性。由于在异构资源上编写并行程序涉及到并行计算、分布式计算及云计算等相关知识,异构资源上的并行程序编写成为当今的研究难点,为此我们基于Julia动态语言的云编程模式,创建了基于Julia语言的云编程平台。在面向Julia动态语言的云编程环境中,采用特定的高性能实现方法,形成面向领域问题的工具库,根据各自的特点部署到相应的异构计算环境(实现模式)中。然后程序员可以在云编程平台窗口中编排Julia程序,编写/调试/运行应用程序,较好的解决了异构资源上的并行程序编写问题。运行阶段,基于对Julia程序原语标定的工具库属性,根据自适应策略动态结合正确的工具(即动态运行库),满足了用户对运行性能和结束时间的要求。