1.一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述方法包括：获取调度任务；

建立任务资源树模型；

计算所述任务资源树模型中的任务资源集的调度熵；

根据所述调度任务和调度熵阈值对任务资源树进行遍历搜索，获取调度熵最大值对应的任务资源对，即最优调度。

2.根据权利要求1所述的一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述调度熵通过如下公式表示：其中，Pa(i)为第a批任务中第i个任务与第n类资源组合集的调度熵，Ru为资源利用率，N为资源总数，Gan为第a批任务对第n类资源的需求量，M为第a批任务的总数，Gjn表示任务j对第n类资源的需求量。

3.根据权利要求1所述的一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述调度熵阈值的计算方法如下：其中，Paθ为调度熵阈值，α为随机选取范围为[0,1]的值，Paj为第a批任务与N个资源的调度熵，Gjn表示任务j对第n类资源的需求量，N为资源总数，M为第a批任务的总数。

4.根据权利要求1所述的一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述遍历搜索的过程如下：将资源树模型分为H层{k0,k1,…,kh}，设每层有nk个任务资源组合对；

设置调度熵阈值Paθ＝0.1，起始层k0＝0，当前层数h＝0，任务序号i＝0；

计算Pa(0)， 为假设资源利用率最大时的调度熵值；

设任务序号i＝1；任务资源组合对s＝1；

在每一个层kh中，用任务资源组合对s的子任务资源组合对替换原来的s；

计算Pa(i)；

如果 并且Pa(i)≤Paθ，则标记此时的任务资源对，并替换，即：开始下一任务资源组合匹配，继续遍历，即

s＝s+1；

如果 则不替换，继续遍历，即

s＝s+1；

如果本层任务资源对还没遍历完成，即s≤nk，则换本层下一子树任务资源对，继续在本层用任务资源组合对s的子任务资源组合对替换原来的s，计算Pa(i)；

如果本层任务资源对已经遍历完成，即s>nk，则转至下一层，即h＝h+1；

如果整个任务资源树已遍历完成，即h≥H，则输出使得 的任务资源对，即最优调度。

5.根据权利要求1所述的一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述任务资源树模型包括多批任务和多个资源簇；每批所述任务和其中一个资源簇构成一个子树，每批所述任务的第i个任务与第n个资源簇组成一个任务资源组合集，遍历任务资源组合集中的每一个任务资源组合对。

6.根据权利要求1所述的一种边云协同环境中基于调度熵的调度优化方法，其特征在于，所述资源簇根据资源的计算、存储和带宽能力划分。

7.一种边云协同环境中基于调度熵的调度优化系统，其特征在于，所述系统包括：获取模块：用于获取调度任务；

建模模块：用于建立任务资源树模型；

计算模块：用于计算所述任务资源树模型中的任务资源集的调度熵；

搜索模块：用于根据所述调度任务对任务资源树进行遍历搜索，获取调度熵最大值对应的任务资源对，即最优调度。

8.一种边云协同环境中基于调度熵的调度优化系统，其特征在于，所述系统包括处理器和存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1-6任一项所述方法的步骤。

9.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。