随着实时系统复杂度的提高,针对具有任务内并行特征的任务集的调度策略的研究量逐年增长,具有这种特性的任务集中的单个任务可以并行利用多个处理器,能够达到对系统的更高实时性要求,满足更严格的时间约束。实时调度算法将处理器按一定的规则分配给任务,使任务在规定的时间前完成执行。对于无法转换为顺序任务的并行任务,现有的调度策略大多采用单一调度策略进行调度,但是单一调度策略不能够在所有结构和类型的任务的调度中都取得优势。因此混合调度算法的设计非常有必要,本文针对具有受限和任意截止期的并行DAG任务进行了混合调度算法的研究。首先通过python生成了具有特定结构及类型的任务集,并实现了比较经典的实时调度算法和可调度性分析方法。随后对生成的任务集进行实验,实验结果显示不同的调度策略在调度具有不同结构和时限要求属性的任务时,调度性能具有一定的波动性,每种调度策略仅针对特定结构及类型的任务具有良好的调度性能,调度策略的调度性能好坏和任务的具体结构有很大的关系。根据这一结果选择适合作为任务集分组的参数与每组任务所需的调度策略。然后研究面向具有受限截止期的并行DAG任务的混合调度算法,该算法将任务集按照两种参数分为三组,每组采用分区调度算法、联合调度算法与GFP算法进行调度,同时给出了可调度性分析方法。最后研究面向具有任意截止期的并行DAG任务的混合调度算法:第一种混合调度算法将任务集按照一种参数分为两组,采用两种联合调度算法分别进行调度,同时给出了可调度性分析方法;第二种混合调度算法将任务集按照两种参数分为三组,每组采用分区调度算法、联合调度算法与GEDF算法进行调度,同时给出了可调度性分析方法。实验结果表明,按照一定的参数将任务集进行分组后,根据每组任务的结构与类型选择合适的调度策略,将这些调度策略按一定的方式进行混合所设计出的混合调度算法对于提升任务集整体的可调度率有较大的改善。在满足一定条件下调度同一组任务集时,本文研究的三种混合调度算法均实现了混合后的调度算法高于混合前单一算法的可调度率的研究目标,改进了现有的调度算法的调度效果,为调度算法在实时系统的实现提供了理论基础。