信息物理系统(Cyber-physical system,CPS)对于实时性的要求严格。在实际应用中,CPS系统存在难以避免的各个传输模块之间时间粒度不匹配、分布式系统采集任务的时间不同步等各方面原因,导致系统中任务的发生时间在一个区间内,而区间内具体的发生时刻点不确定,这给系统调度任务带来不确定性,增加调度难度。目前解决CPS中任务流发生时间不确定问题,同时对任务流进行动态实时调度的研究成果很少,少部分成果解决了某一方面问题而没有综合考虑任务时间区间的处理以及任务流的动态实时调度。本文针对CPS中任务流的发生时间不确定问题以及任务流的动态实时调度问题,通过理论分析、方法研究、实例分析与实验验证对所采用的任务流处理方法和实时调度方法进行论证,主要有以下几个方面:(1)针对CPS中发生时间不确定任务流,本文采用PPA调度算法确定任务流初始调度序列。首先对发生时间不确定任务流进行组合排列,确定所有可能的被调度序列。然后通过最优性剪枝算法确定任务流在每种组合序列下发生时间区间的有效上下界,从而缩短任务时间区间长度,对于同一任务,在不同的组合序列中有效上下界也不同。最后采取循环递归方法计算任务流每种组合序列被系统调度的概率,进而确定每个任务最先被调度的概率,将任务按概率降序排列得到任务流初始调度序列。(2)针对CPS中发生时间不确定任务流,对比(1)中方法本文采用另一种DS-IFS调度算法确定任务流初始调度序列。结合证据理论(D-S理论)和直觉模糊集(Intuitionistic Fuzzy Set,IFS),建立D-S理论中信任函数BeF、似然函数PlF与IFS中隶属度?_S(i)、非隶属度?_S(i)之间的关系,预测任务在时间区间内最大可能的发生时刻。首先通过任务时间区间内各时刻概率分布确定相应时刻的精确信任度,由此确定各时刻的BeF、PlF,进而确定各时刻的?_S(i)、?_S(i)。然后基于IFS负向时间推理,根据任务结束时间和系统内停留时间的?_S(i)、?_S(i)推导发生时间在各时刻的对应值。最后通过?_S(i)和犹豫程度?_S(i)构造判别式预测任务最大可能的发生时刻,对每个任务最大可能发生时刻按时间排序得到任务流的初始调度序列。(3)针对CPS中时间不确定任务流的初始调度序列,本文进行动态实时调度分析。传统的动态实时调度算法大多基于任务发生时间是确定的,没有考虑任务到达系统的时间存在不确定性问题,故本文采用一种针对CPS中时间不确定任务流的动态实时调度算法。首先通过(1)或(2)中的方法确定任务流的初始调度序列,然后对此序列进行动态实时调度。为确保系统收益和系统调度任务的准确性,采用一种综合任务价值和任务紧迫性的动态优先级分派策略。同时采取系统抖动避免方法,设置抖动避免因子作为任务抢占的判断依据,防止系统调度任务过程中频繁切换任务执行。通过实例分析和实验结果证明,本文采用的针对CPS中时间不确定任务流的实时调度方法,能够解决CPS中任务发生时间不确定问题,同时可以确保CPS系统调度任务的准确率和任务执行的成功率。当任务调度难度增加时,采用(1)和(3)结合或者(2)和(3)结合的方法,系统调度准确率分别可以达到80%和75%以上。