多核处理器目前已经广泛应用于个人生活和科学研究中,成为处理器的主流,但是在许多应用场景中多核处理器的资源并没有被充分利用。数据流编程模型是一种高效的并行编程模型,具有速度快、功耗低、简单易用等特点。数据流编程模型应用于多核平台下时,也没有充分发挥多核处理器的性能,出现了任务划分不均衡,核间通信开销大等问题。针对数据流编程模型在多核平台下的任务划分和调度问题,设计并实现了数据流图节点的分裂算法和数据流程序的任务划分与调度算法。数据流图节点的分裂算法包括水平分裂和垂直分裂算法,通过分裂算法能有效减小任务的粒度,提高数据流程序的并行性。数据流程序的任务划分包含初始划分、负载均衡优化、子图间通信优化三个步骤。初始划分采用了拓扑排序的思想,每次从候选集合中选取节点去构造子图。负载均衡优化算法分为两种,一种是将最大子图中的节点移动到最小子图中,另一种是将最大子图中的节点移动到相邻子图中。通信优化算法将节点分为三种类型:内部节点、边界节点和孤零节点,针对孤零节点采取归并到相邻子图中的策略的来有效减小子图间的通信量。数据流程序的调度算法采用软件流水线的调度模型,软件流水线调度模型是数据流程序天然适用的调度模型,能有效提高数据流程序运行时的并行度。对新的任务划分算法和调度方法进行实验分析,实验结果表明新的任务划分算法和调度方法的可行性,从实验结果中总结了影响数据流程序运行效率的关键因素。