目前研究异构多核处理器间的任务调度问题是计算机领域研究的热门课题，对本文提出的基于异构多核处理器间任务调度的研究，实质为首先解决异构处理器间任务合理分配问题，其次解决经过分配后的任务存在跨处理器间通信联系开销问题；最后解决当异构处理器上所需处理的任务量处于过大时，异构多核处理器不能及时准确的得出处理结果且严重时可能会造成处理器瘫痪等这两方面的问题。　　本文针对异构多核处理器间任务调度存在上述两方面问题做了以下主要改进研究：　　（1）针对如何将所需处理的任务合理分配到异构多核处理器上这个问题，本文引入多层编码遗传优化算法来对随机所需调度执行处理的任务进行合理分配，对于所选用的任务采用随机任务模型，并采用多层编码遗传任务分配优化算法来得出在异构多核处理器间的最佳合理分配方案。　　（2）针对任务经过分配后且存在跨处理器间通信开销这个问题，本文采用任务复制算法来将存在相互联系且不在同一异构多核处理器上的任务信息全部复制到相对应的异构多核处理器上，从而使每个处理器上的任务之前没有任何通信开销。　　（3）针对异构多核处理器上所需处理的任务量过大问题，本文选用混合粒子群算法来对异构多核处理器上的任务进行调度，并且将旅行商问题引入到该调度算法中来，从而对异构多核处理器上的任务能更加准确且高效的进行任务调度处理。　　最后本文对于所需调度处理的任务数量给出了不同规模下的处理结果比较和分析，分别对所需调度执行处理的任务进行了三个不同规模数量的测试和对测试的结果进一步进行了验证，对提出的调度策略和方法进行了合理的验证，同时也充分运用了模拟异构多核处理器间的虚拟实验平台来合理且准确的对调度算法进行了准确的验证,实验结果表明混合粒子群算法能够取得更好的调度效果。