云边协同动态工作流调度优化
面向云边协同环境下的动态工作流调度与任务卸载问题。使用 DAG 描述任务依赖， 构建事件驱动仿真环境，结合强化学习与演化算法优化终端能耗与工作流延期。 体现算法建模、仿真实验与对比评估能力。
学术研究In Progress
技术栈
PythonPyTorchNumPyMatplotlibGymnasium演化算法 (GA/PSO)事件驱动仿真DAG 建模
研究内容
问题建模
云边协同环境下的 DAG 工作流形式化定义，任务依赖与资源约束建模
仿真框架
事件驱动仿真引擎，支持动态任务到达、异构设备、通信延迟等场景
强化学习策略
基于 DRL（PPO / DQN）的调度决策策略设计与训练
演化算法对比
GA / PSO 等启发式方法作为 Baseline，多维度性能对比
实验评估
能耗、工作流完成时间、延期率等指标的系统对比与可视化
相关研究论文与实验数据整理中，完成后将在此页面展示方法与结果。