随着现代计算机体系结构迎来发展的黄金时期,多核架构成为越来越多处理器的选择。然而,目前多核系统的任务调度算法存在收敛速度较慢、难以跳出局部极值等问题,提出一种稳定、高效的任务调度算法,对于充分发挥多核处理器的架构优势和提升任务集合的计算并行度都具有重要意义。论文围绕生物地理学算法的不足,提出算法改进策略。首先引入栖息地相似度的概念来表征个体之间的差异,在初始化生态系统时,只允许相似度足够小的个体加入种群,扩大初始解集在解空间的分布范围。其次,使用迁移压力系数改进算法迁移模型,该系数与算法迭代次数成正比,在算法后期,压力系数的增加可以减少优秀个体特征的丢失,降低栖息地随机迁移的概率。最后,在算法首次收敛时引进烟花算法爆炸算子,以适应度值最好、最差和居中的三个栖息地作为烟花产生爆炸,对生态系统进行扰动,搜索邻域解空间,跳出局部极值解。同时,使用改进的生物地理学算法求解异构多核处理器静态任务调度问题,将生物地理学算法的连续解空间转化成任务调度的离散解空间,建立系统模型来表示每一个内核的计算速率和内核之间的通信速率,建立任务模型来表示任务节点的计算量和通信量。另外,合理设计栖息地的编码解码方式,使用任务调度长度的倒数作为算法的适应度指数,将改进算法应用于多核处理器调度问题,并更新算法初始化方式、迁移突变模型与爆炸算子,形成最终的任务调度策略EBBO。为了验证EBBO多核处理器任务调度算法的可行性与高效性,在Matlab平台上设计仿真实验,将EBBO任务调度算法分别与蚁群算法、粒子群算法和它们的改进算法进行对照,在不同的任务图下测试算法的寻优能力、稳定性和收敛速度。实验结果表明,EBBO算法在异构多核处理器静态任务调度问题上具有可行性,与对照算法相比,能在较短的时间内获得长度更短的任务调度序列,且稳定性更好。