由于科学计算及智能终端的快速发展,新型移动应用如数字电网、智慧物流、无人机巡检等引起了用户的广泛关注。这些移动应用程序通常由多个任务组成,并且任务之间存在顺序关系和数据依赖关系,因此其执行过程可以用工作流来表示。由于移动边缘计算低能耗、低时延的特性,越来越多的用户开始将工作流应用程序放置在移动边缘端,因此边缘服务器受限的性能成为边缘基础设施中的一个关键问题。软硬件技术的快速发展使得现代边缘服务器也可以运行一些计算密集型应用,如多路边缘服务器,其通常配备多个CPU插槽,在CPU插槽中实现了额外的并行处理层,多个同构的CPU之间进行相互协作从而提高了单位时间内能够处理的任务数量。然而由于不同的用户服务质量需求以及分布式资源映射的NP-Hard性质,以致在多路边缘服务器上执行多个并行工作流成为一个巨大的挑战。因此,本文研究多路边缘服务器环境下的多工作流调度问题,目标是最小化工作流服务等级协议的平均违背率,以及平衡多个CPU之间的负载。具体来说,本文的主要工作及具体贡献如下:首先,本文将多路边缘服务器环境下的多工作流调度问题建模为一个多目标优化问题,该优化问题综合考虑工作流的完成时间与多个CPU之间的负载均衡,通过量化工作流的服务质量以及CPU负载的变化,从而在工作流的执行效率与CPU的负载均衡之间做出有效的折衷。其次,本文将构建的优化问题转化为马尔科夫决策过程,设计与实现了一种基于深度强化学习的多工作流调度算法来求解马尔科夫决策过程的最优策略,该算法通过改变目标Q值的计算方式来解决传统深度Q学习算法固有的“过度估计”问题,同时使用了一种新的样本存储机制来提升神经网络的训练速度。最后,本文基于五种真实世界的科学工作流进行了大量仿真实验,并通过与多种现有的调度算法进行对比来评估所提出方法的有效性。实验结果表明,与现有的调度算法相比,本文提出的算法在最小化工作流服务等级协议的平均违背率以及实现CPU负载均衡方面表现更好。