边缘计算作为一种新的计算模式,可以使数据在源头附近的边缘网络得到及时有效的处理。万物互联趋势下,爆发式增长的数据量远远超过了网络带宽的承受能力;与此同时,大量新型智能应用的涌现对系统时延性能提出了更高的需求。边缘计算模式下终端将任务卸载到附近的边缘服务器执行,有效缓解了传统云计算中把所有数据传输到数据中心造成的网络拥塞与高延迟问题。边缘计算的瓶颈主要在于其计算、通信、存储等资源有限。当用户量和数据规模进一步增大时边缘节点趋于饱和,导致服务质量严重下降。为了充分利用边缘节点有限的资源条件,制定高效的资源分配和任务调度策略非常重要。本文对移动边缘计算场景分层计算系统中的通信和计算资源分配问题进行研究,重点关注云边协同计算系统中的任务调度问题。终端设备将需要卸载执行的任务通过无线信道传输至关联的边缘节点。为提高系统的时延性能,一方面,无线信道由多用户共享,制定合理的资源分配策略非常重要;另一方面,边缘云中的计算节点是异构的,在多个互联的边缘计算节点间进行任务调度可使资源得到充分利用。在计算需求进一步增大的情况下考虑中心云与边缘计算节点的协同任务调度。针对以上问题,本文首先对移动边缘计算场景下的分层计算系统进行分析及建模,对终端设备卸载任务的通信资源分配及任务调度问题进行形式化表示。此外,对执行任务的时延与能耗进行分析,在云边协同任务调度中将两者共同作为优化目标进行联合优化。通过建模与分析,边缘云中异构节点间的任务调度是非确定性多项式难题(NP-Hard)。本文采用一种高效的进化算法解决该问题,并对算法进行改进;针对云边协同系统时延与能耗的联合优化问题重新设计算法,给出有效的云边协同调度策略。仿真实验结果表明对算法的改进效果显著,算法在解决云边协同任务调度问题上具有正确性和高效性,可有效地提升系统性能。