La computación en la periferia móvil (MEC) lleva las funciones y servicios de la computación en la nube al borde de la red para proporcionar a los usuarios recursos de almacenamiento y computación. Para las tareas de flujo de trabajo, la interdependencia y la restricción de secuencia entre las tareas hacen que la estrategia de descarga sea más complicada. Para obtener el esquema óptimo de descarga y programación de tareas de flujo de trabajo que minimice el consumo total de energía del sistema, se propone un esquema de descarga y programación de tareas de flujo de trabajo basado en un algoritmo genético mejorado en una red MEC con múltiples usuarios y múltiples máquinas virtuales (VMs). En primer lugar, se construye el modelo del sistema de descarga y programación de tareas de flujo de trabajo en una red MEC de múltiples usuarios y múltiples VMs. Luego, se formula el problema de cómo determinar el esquema óptimo de descarga y programación de flujo de trabajo para minimizar el consumo total de energía del sistema mientras se cumple la restricción de plazo. Para resolver este problema, se adopta el algoritmo genético mejorado para obtener la estrategia de descarga y programación óptimas. Finalmente, los resultados de la simulación muestran que el esquema propuesto puede lograr un menor consumo de energía que otros esquemas de referencia.