本书围绕边缘计算中任务的智能化调度和虚拟化IT资源的优化部署等相关问题展开，旨在反映边缘计算在面对多元化突出和时变性显著的移动互联网和物联网应用时做的系统优化方法及策略。主要内容包括边缘计算中的任务调度和资源部署、边缘计算中面向服务质量的服务功能构建、边缘计算中面向资源优化的服务功能构建、边缘计算中基于深度强化学习的服务功能迁移、边缘计算中面向时延优化的服务功能迁移、边缘计算中基于神经组合优化和启发式混合方法的任务调度、边缘计算中基于图到序列强化学习的复杂任务调度、边缘计算中面向区块链计算任务的任务调度、边缘计算中面向数据及时性的多作业联邦学习调度、边云协同中基于强化学习的网络功能部署、边缘计算中融合强化学习与图卷积的容器集群部署等。本书涉及计算机科学、人工智能、网络经济学等多个学科领域，可供从事边缘计算及分布式计算的科研人员和高等院校相关专业的研究生和本科生阅读，也可为相关领域工作的教学及科研人员提供参考。