信息物理融合系统(Cyber-Physical System,CPS)是在社会智能化发展的背景下产生的一种新型分布式智能系统,它以信息计算、实时通信与智能控制为核心,实现信息与物理的融合。CPS的任务合理调度是系统正常运行的基础,高效的任务调度策略可以提高系统的运行效率与稳点性,从而提升系统性能。但是CPS系统具有资源异构性强、感知实时性高以及网络动态拓扑的特点,这使得传统的任务调度算法在处理CPS任务调度时会出现映射效率低下以及需求约束单一的问题。基于此,本文将分别从两方面对CPS任务调度问题展开研究:1.建立CPS任务高效合理的映射。2.满足任务用户的多种服务质量需求(Quality of Services,Qo S)。本文主要的研究内容有:(1)分析了CPS的基本组成、系统特征、以及体系结构。研究了CPS系统任务调度问题。并且提出将粒子群算法应用于CPS任务调度的思路。(2)在CPS任务调度过程中,如何建立系统资源与用户任务间快速合理的映射,减少任务时间跨度,提出了一种基于多种群分子动理论的改进粒子群任务调度算法。算法将分子动理论及优化算法KMTOA引入粒子群算法中,首先将粒子种群划分为不同的子种群,然后在子种群中执行不同的引力规则引导粒子进行进化,大大提升了前期的种群多样性以及后期的局部搜索能力。仿真对比实验表明,改进后的任务调度算法能够表现出更加优秀的任务时间跨度以及负载均衡能力,有效提高资源映射的效率。(3)在CPS任务调度过程中,任务目标约束单一导致无法满足用户多Qo S需求,提出一种基于自适应t分布的改进粒子群任务调度算法(t-PSO)。首先,在粒子群中引入自适应t分布的变异机制,达到提高收敛速度和避免算法陷入局部最优的目的。其次,在设置适应度函数时从任务完成时间、任务总成本以及服务质量三个方面出发来完成任务调度。仿真对比实验表明,相同的实验条件下,该算法具有更好的整体性能,满足了用户的多Qo S目标需求。