分布式系统以其优秀的计算能力和卓越的可扩展性成为了计算机领域的热门研究对象,它可以从分散的主机中收集数据并利用这些主机完成大数据的计算,而在计算过程中便涉及到了分布式系统中的任务调度问题。目前的分布式系统逐渐趋于异构性,并且在异构分布式系统中任务调度问题是NP-完全问题,因此如何在异构分布式系统中快速高效地完成任务调度成为了分布式领域中主要的研究方向。Pi演算主要应用于分布式系统中并发模型的研究,它具有极强的模拟通信拓扑结构的能力,在分布式节点之间构建信道来完成进程迁移,并能够对模型给出良好的正确性验证,是分布式系统中不可或缺的描述和分析并发计算的数学基础形式体系。Agent具有自治性、能动性、社会性等特征,通过Agent之间的协作与交互,能够降低异构分布式系统中主机之间的通信延迟并减少通信代价,并且数据可以随着Agent进行迁移,从而降低网络负载。本文通过对异构分布式系统、任务调度、Pi演算和Agent技术的研究,提出了基于Pi演算的多Agent异构系统任务调度模型,即PMTS(Pi-calculus-based Multi-Agent Task Scheduling)模型。本文的主要工作如下:第一,将Pi演算,Agent技术融入异构分布式系统中的任务调度,提出了PMTS模型。该模型利用Pi演算提高了不同主机之间的协同与通信效率,增强了不同主机间和单台主机内的并发性,并且利用Agent技术加强了异构分布式系统的计算性能,提高了任务分配的效率,在异构分布式系统的任务调度中可以面对更多的不确定性,更加灵活和高效。第二,对PMTS模型进行构建、验证其正确性并对其进行实现。利用Pi演算中的进程来表达PMTS模型中的活动实体,并利用Pi演算中的通道来完成各个活动实体之间的交互;然后使用MWB验证工具对PMTS模型完成了移动进程死锁检测,并使用Pi演算的弱互模拟定理完成了PMTS模型的等价性证明;最后使用以Pi演算为核心的并发编程语言Nomadic Pict实现了本文中的PMTS模型。第三,利用不同的DAG来模拟任务,对PMTS模型进行横向对比实验和纵向对比实验。将基于JADE的任务调度模型和PMTS模型进行横向对比,将未使用Agent的基于Pi演算的任务调度模型与PMTS模型进行纵向对比,给出了多组实验数据并对结果进行对比分析。通过对比实验的结果,验证了本文中提出的PMTS模型能够更快地完成任务调度,提高了异构分布式系统中任务调度的效率,对异构分布式系统中任务调度相关的研究方向具有重要的意义。