由于性价比和能效比很高,多核CPU-GPU计算平台得到了广泛应用,这也使系统内同时存在两种异构的计算资源。但是多核CPU和GPU的性能必须通过高效的调度算法才能得到充分发挥。因此如何充分利用异构资源的计算能力,如何实现负载均衡成为研究的热点。传统的调度方法有静态调度和动态调度。静态调度开销非常小,但容易导致负载不均衡,降低计算资源的利用率;动态调度能更好地实现负载均衡,但调度开销比较大。如果将上述两种调度方法结合起来,将大大减少调度开销,并有效地实现负载均衡。CPU-GPU异构计算平台中,基于SIMD结构的GPU适合并行度和计算量大的计算任务,GPU的计算性能远远大于CPU的计算性能,但是现有的调度算法无法根据硬件特点进行任务分配。本文针对上述问题,提出了一种新的调度方法--负载预测调度算法(Load-prediction scheduling--LPS),该算法可以充分发挥异构的多核CPU和GPU的计算能力,并实现静态和动态调度的有效结合。本文完成的主要工作包括:1、本文提出了负载预测调度算法,该算法具有以下特点:(1)根据GPU硬件特点分配任务,充分发挥GPU计算性能。(2)有效结合了动态调度和静态调度,实现了负载均衡和减少调度开销,适合应用在异构环境中。(3)充分发挥多核CPU的计算性能。2、将负载预测调度算法应用在心电仿真计算中,实现了上述特点。此外在计算中通过负载预测消除了分支,同时提高了GPU的计算粒度,因此拓宽了GPU的计算范围,进一步提高了计算效率。3、将负载预测调度算法应用在多体问题计算中。