基于边缘计算的任务调度方法及系统

本发明涉及边缘计算调度领域，尤其涉及基于边缘计算的任务调度方法及系统，包括：采用动态知识转移机制对每个边缘节点的本地任务模型进行多尺度知识蒸馏和加权模型聚合的优化，并更新全局模型；引入能耗感知策略优化模块，构建马尔科夫决策过程模型，使用强化学习算法优化该模型，动态平衡系统性能与能耗；将历史任务负载输入到预训练模型中，通过自监督学习的单模态时间序列预测模块预测未来负载；根据上一步骤预测的未来负载优化马尔科夫决策过程模型，动态调整边缘节点的计算资源分配。本发明有益效果在于：提升任务调度效率、任务精度和实时响应能力，确保高效节点的重要性，提升全局模型的泛化能力和稳定性，具有良好的鲁棒性。