移動(dòng)邊緣計(jì)算是一種新興的分布式和泛在計(jì)算模式，其將計(jì)算密集型和時(shí)延敏感型任務(wù)轉(zhuǎn)移到附近的邊緣服務(wù)器，有效緩解了移動(dòng)終端資源不足的問(wèn)題，顯著減小了用戶(hù)與計(jì)算處理節(jié)點(diǎn)之間的通信傳輸開(kāi)銷(xiāo)。然而，如果多個(gè)用戶(hù)同時(shí)提岀計(jì)算密集型任務(wù)請(qǐng)求，特別是流程化的工作流任務(wù)請(qǐng)求，邊緣計(jì)算環(huán)境往往難以有效地進(jìn)行響應(yīng)，并會(huì)造成任務(wù)擁塞。另外，受任務(wù)負(fù)載、電力供給、通信能力的實(shí)時(shí)變化等不利因素的影響，邊緣服務(wù)器本身的性能總是處于波動(dòng)和變化中，從而為保證任務(wù)執(zhí)行效能和用戶(hù)感知服務(wù)效率帶來(lái)了挑戰(zhàn)。針對(duì)上述問(wèn)題，文中提出了一種基于深度Q網(wǎng)絡(luò)（DQN）與概率性能感知杋制的邊緣計(jì)算環(huán)境多工作流調(diào)度方法。首先對(duì)邊緣云服務(wù)器的歷史性能數(shù)據(jù)進(jìn)行概率分析，然后利用獲得的性能概率分布數(shù)據(jù)驅(qū)動(dòng)DQN模型，不斷迭代優(yōu)化，生成多工作流的卸載策略。在實(shí)驗(yàn)驗(yàn)證環(huán)節(jié)，基于邊緣服務(wù)器伩置數(shù)據(jù)集、性能測(cè)試數(shù)據(jù)和多個(gè)科學(xué)工作流模板，在反映不同系統(tǒng)負(fù)載水平的多個(gè)場(chǎng)景下進(jìn)行了模擬實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，所提方法在多工作流執(zhí)行效率方面明顯優(yōu)于傳統(tǒng)方法。