在多核系统中,负载不平衡的现象无法避免,要很好地发挥出多个处理器的性能,必须保证分配到各个处理器上的任务有一个很好的负载平衡。否则一些处理机处于重载状态时,另一些处理机却处于轻载或者闲置状态,这样就无法发挥出多核处理器的优势来。这种负载的不平衡会直接影响多核系统的整体性能。而手动分解并调度任务的方法并不可取,不仅速度慢,而且计算过程繁杂,人工难以承受。　　 本文用遗传算法的调度策略,以大维度矩阵求逆和任务目标成像的数据处理过程为对象,探索在多核中如何完成任务的均衡分配问题,以达到加速效果。算法利用系统资源的弹性,自动搜寻可以并行的子任务并将其合理地分配到相应计算节点中,提高了多核系统资源调度性能,实现了对用户提交的任务的优化调度,达到了均衡系统各处理器计算负载和提高多核系统的总体性能的目标。　　 论文的主要内容和取得的成果如下:　　 1.参考并扩展了基于二维网格结构的NoC(Network on Chip)同构多核系统。 　　 2.根据并行算法的理论,找到了一种匹配的遗传算法,在MATLAB中设计并实现该遗传算法,并将经遗传算法优化过的大矩阵求逆工程映射到二维网格NoC多核系统中。　　 3.分析了典型数据处理系统的数据处理过程,探索数据处理过程中的并行度,设计并行计算方案和算法,并将其映射到二维网格NoC多核系统中,充分发挥多核系统的并行能力,提高了数据处理速度。