随着当前科学研究领域的不断扩展与发展，科学计算的算法越来越复杂，涉及的数据规模越来越大，带来程序开发复杂性和计算效率两方面的难题。　　 任务群计算(Many-Task Computing，简称MTC)是一类非常重要的并行计算模式，在生物信息学、气象学、化学等多个学科领域都有大量的应用实例。为了提高任务群计算的速率，大量的计算资源被组织为一个异构的计算系统以提高任务执行的并发性。MTC的大量松耦合任务的特点对任务调度提出了新的挑战，现有的调度算法并不能取得好的调度效果。　　 本文提出了一种面向异构系统中多个任务群的任务类型调度算法TTP(TaskType Priority)，使用了优化的任务调度框架。该算法根据资源性能计算不同任务类型在资源上的优先权，以此决定资源执行任务的优先顺序。本文一并给出了任务类型优先权的计算公式。然后本文给出了一个基于此算法的简单任务调度系统的实现。　　 通过性能评测，在MTC的大任务量条件下，相对于其他对比算法，TIP算法能够明显的提高系统的计算效率，降低计算过程中的额外开销。而且算法不依赖于对任务复杂度的估算，较其他算法更加稳定。