多核处理器现已成为微处理器的主流架构,大大提高了微处理器性能,因此任务调度作为影响多核系统性能的关键因素,逐渐引起人们的重视。对于多核系统静态任务调度问题,基于列表的任务调度算法因其实现简单、效果良好而受到大家的关注,SLS算法作为其典型代表有其固有缺陷:只考虑基于BL权值的优先级调度列表,而忽略了任务图调度解空间的其他调度列表,因此对任务图调度解空间的探索极其不足。针对SLS算法这一固有缺陷,本文结合生物类算法初始化多个问题可行解进行同步寻优迭代的策略,选择4种权值计算策略所形成的优先级调度列表作为初始调度列表组合,同时提出任务扰动迭代策略,对初始调度列表组合内的列表进行同步迭代以生成最优调度列表,该算法实现简单,且能够对任务图调度解空间进行更广泛的探索,从而获得更好的任务调度结果。由于任务图复杂的拓扑结构,常常导致多个任务具有相同的任务权值,使任务陷入权值一致排序困境。为解决这一问题,本文参考SC算法宏块和宏块拓扑序列的概念,提出一种基于特殊宏块的列表调度算法,将权值一致的任务集中为特殊宏块,然后遍历其宏块拓扑序列以产生更优任务调度列表,从而优化任务调度结果。本文通过对任务图和系统模型的基本参数进行控制组合以产生具有不同特点的任务图,从而组成较为全面的测试任务图集合,对本文所提出的两种算法进行性能测试。测试结果表明,基于任务扰动的组合迭代列表调度算法平均增强比最高可达18.7%,最低为7.9%,基于特殊宏块的列表调度算法平均增强比最高达到15.3%,最低为6.8%,且两种算法的适应性较强,任务图规模扩大时算法性能没有明显衰减,同时对于通信占比较高和任务之间关联度较高的任务图,算法调度性能更优。