随着现代科技和工业的飞速发展,计算机技术、微电子技术以及通信技术的广泛应用,自动化测试系统也逐渐向并行化、复杂化和多元化的方向发展,使得测试系统的规模不断扩大,结构越来越复杂,测试系统的任务调度问题就成为了制约系统性能和发展的瓶颈。由此,并行测试系统任务调度策略的研究已经成为自动测试领域研究的热点。基于上述分析,本文主要进行并行测试系统任务调度过程的建模以及任务调度算法的研究,通过对并行测试系统任务调度的过程以及当前任务调度问题所要关注的问题进行分析,建立了任务调度的随机petri网模型,并提出了一种基于petri网建模和蚁群算法结合的任务调度算法。具体完成的工作如下:1.针对并行测试任务调度问题的描述、特点以及研究现状等问题进行了研究和分析,然后介绍了petri网相关理论知识,并给出了建立随机petri网模型的一般步骤和分析过程。2.针对目前运用petri网来研究并行测试系统任务调度问题的不足,文中介绍了并行测试系统的任务划分原则和方法,并给出了由任务相关图与petri网模型转化的算法,最后建立了并行测试系统任务调度过程的一般petri网模型,并通过实例仿真分析验证运用petri网解决该问题的可行性。3.针对标准蚁群算法进行任务调度时算法搜索前期信息素不足而容易陷入局部最优解的问题,以及运用petri网理论求解容易导致模型状态空间信息爆炸的问题,通过对标准蚁群算法进行改进,提出了一种基于petri网和蚁群算法结合的任务调度算法—P-ACO算法。具体来说,一是通过改变标准蚁群算法的禁忌表的设置方式,由传统的禁忌表改为蚂蚁共享禁忌表,具体做法是在状态转移概率规则中加入约束检验,对于不符合约束条件的变迁,蚂蚁不选择该条路径,从而加快算法的搜索速度;二是在算法开始执行时,对局部信息素的更新中加入一个衰减因子,从而扩大算法的搜索范围,避免算法陷入局部最优解。最后通过对三种调度算法的仿真对比分析,实验结果表明本文所提出的P-ACO算法对并行测试系统的任务调度在执行时间和负载均衡能力上均有很好的表现,证明了算法的有效性。