异构环境表示经聚集不同类型的计算资源形成的计算平台。在应用程序可以完整利用处理器的前提下，可以让任务很好地分配给可用处理器上，是优化计算性能重要评判标准。

国内外的许多研究机构对任务调度问题进行了大量的深入研究并获得了显著的成果。尽管在已存在的调度算法中，确实有着部分可用于异构处理机的手段，但这些手段通常有着非常高的成本要求。此外，即使在付出高成本的前提下其运行效果往往不甚理想。同时，这些算法还存在着处理空闲时间段较多等各类问题。

作为任务调度的早期研究者，Liu和Layland在40年前便已经提出了周期任务模型。现有的很多实时调度模型均是以周期任务模型为基础，并扩展至多处理器环境下用于任务调度问题的可行性分析与算法设计。该算法虽然简单有效,但主要的缺陷在于忽略了分布式计算系统的很多底层细节。

国内针对异构环境下的任务调度问题的研究起步相对较晚，但是近几年来仍在此方面取得了阶段性地进展。湖南大学的李仁发[3]等在异构多处理器任务分配与调度方面做了大量的工作，分析了异构多核处理器架构的研究概况，对比并论述了当下几种较为合理的任务调度算法。

参 考 文 献

[1] 江文. 异构计算环境下任务调度算法的研究 [D]; 湖南大学, 2010.

[2] 何琨. 多任务调度问题的研究与实现 [D]; 华中科技大学, 2006.

[3] 李仁发, 刘彦, 徐成. 多处理器片上系统任务调度研究进展评述 [J]. 计算机研究与发展, 2008, 45(9): 1620-1629.

[4] MUNIR E U. 异构计算环境中启发式任务调度方法 [D]; 哈尔滨工业大学, 2008.

[5] KIM D, PARK J. Two-way dominant sequence clustering for processor scheduling ☆ [J]. Information Processing Letters, 1994, 49(4): 203-208.

[6] KIM S, BROWNE J. approach to mapping of parallel computation upon multiprocessor, F, 1988 [C].

[7] AHMAD I, KWOK Y K. A New Approach to Scheduling Parallel Programs Using Task Duplication; proceedings of the International Conference on Parallel Processing, F, 1994 [C].

[8] KRUATRACHUE B, LEWIS T. Grain Size Determination for Parallel Processing [J]. IEEE Software, 1988, 5(1): 23-32.

[9] 刘莉. 异构集群下并行任务的复制调度算法 [D]; 武汉纺织大学, 2013.

[10]何嘉, 李雪冬. 一种改进的遗传算法:GA-EO算法[J]. 计算机应用研究, 2012, 29(9):3307-3308.

[11]SHROFF P, WATSON D W, FLANN N F, et al. Genetic simulated annealing for scheduling data-dependent tasks in heterogeneous environments; proceedings of the Heterogeneous Computing Workshop, F, 1996 [C].

[12]TAO L, NARAHARI B, ZHAO Y C. Heuristics for Mapping Parallel Computations to Parallel Architectures; proceedings of the Heterogeneous Processing, 1993 WHP 93 Proceedings Workshop on, F, 1993 [C].

[13]WU M Y, SHU W, GU J. Local Search for DAG Scheduling and Task Assignment; proceedings of the International Conference on Parallel Processing, F, 1997 [C].

[14]刘瑶. 网格环境中基于信任度的优化粒子群任务调度算法 [D]; 中南大学, 2009.

[15]赵扬帆. 基于遗传算法和蚁群算法的网格任务调度策略 [D]; 中国海洋大学, 2006.

[16]TOPCUOGLU H, HARIRI S, WU M Y. Performance-Effective and Low-Complexity Task Scheduling for Heterogeneous Computing [J]. IEEE Transactions on Parallel & Distributed Systems, 2002, 13(3): 260-274.