随着计算机体系结构的发展,多核处理器内部结构越来越复杂,处理器核的数目和种类不断增加,如何充分利用这些处理器核成为计算机领域的一个研究热点。在多核处理器中,任务调度机制直接影响着处理器核的利用率,只有合适的任务调度算法才能发挥出多核处理器高性能的优势。现有的一些任务调度算法存在着调度效率低、调度结果质量差等问题,为了进一步提高多核处理器的并行处理能力,设计一种高效的任务调度算法具有十分重要的意义。论文对现有的多核处理器架构、任务调度系统和任务调度算法进行了深入研究,结合表调度算法和遗传算法的优点,重点针对如何克服两种算法所存在的缺点,提出了一种混合式的任务调度算法ILSGA。ILSGA主要包含两个部分,第一部分是改进了的表调度算法ICPOP,重点是对任务优先级计算方法和处理器核的分配策略进行了改进,从而可以生成一个较优的任务调度序列。第二部分是对遗传算法GA进行优化,优化的思想是借助ICPOP算法所生成的较优的任务调度序列形成初始化种群中的一个染色体,其余的染色体根据任务图中任务的高度值随机生成,通过一个较优的初始化种群缩短算法的收敛时间。然后采用联赛选择策略和基于适应度值的动态选择策略相结合的方式保存较优的染色体,避免算法局部收敛。最后,采用自适应的交叉和变异概率对种群中的染色体进行交叉和变异操作,避免出现“早熟”现象,最终得到任务调度序列的最优解。为了验证ILSGA在任务调度系统中的可用性和高效性,通过生成不同的DAG任务图作为输入用例进行了实验测试。实验结果表明,与表调度算法CPOP和遗传调度GA相比,ILSGA具有较好的收敛速度,能够收敛于较好的解,具有一定的可用性、稳定性和高效性。