近年来,计算机体系结构不断发展,多核处理器的种类和数量逐渐增加,各类处理器的结构逐渐复杂,如何高效的发挥多核处理器的并行性能一直是计算机领域的热点研究方向。多核处理器的任务调度策略直接影响着多核系统的并行性能和处理应用程序的效率,性能较差的任务调度算法得到的最优调度序列精度不高、任务调度时间长,处理器核的利用率低。为了提升多核处理器的并行能力、提高多核系统的运行效率,设计一种高效的任务调度策略十分必要。论文对多核处理器任务调度问题的研究现状进行了分析归纳,对多核处理器的体系结构和技术特点进行了深入研究。同时,对烟花算法的工作原理和性能特点进行了分析研究,结合多核处理器任务调度问题的特点提出了一种基于改进烟花算法实现的任务调度算法—IGFWA。IGFWA算法将烟花算法连续的解空间映射到多核处理器任务调度问题的离散解空间,使烟花算法能求解任务调度问题;在烟花的爆炸过程中添加了排斥算子,设定欧氏距离阈值,当火花与烟花距离过近时通过排斥操作保证火花的有效性,以避免由于爆炸幅度过小产生无效的火花,浪费计算资源;同时,由于高斯变异过程的实际效果较差,不能有效的增加种群多样性,且容易导致算法的收敛速度变慢,因此用基因位变异策略代替高斯变异,以保证变异过程有效;此外,用基于适应度值的选择策略代替基于欧氏距离的选择策略,以便提高算法的运行效率,在较短的时间内得到最优的任务调度序列。为了验证IGFWA算法能有效的求解多核处理器任务调度问题,并测试IGFWA算法的性能,在Matlab平台将IGFWA算法与基本烟花算法、遗传算法的进行对比,根据实验结果分析可知,IGFWA算法收敛速度较快,求解精度较高,能在较短的时间内得到更优的任务调度序列,具有广泛的应用前景。