现阶段物联网、人工智能等高新技术处于高速发展中,大规模终端设备逐渐入网。据思科估计,至2020年将有超过500亿的设备接入互联网。边缘计算模式能够将数据下沉至边缘节点和智能终端设备端进行处理,和传统云计算模式相结合,有利于高效处理海量终端设备产生的大规模数据,在隐私安全、应急响应、智能化应用等方面产生积极影响。以WoS核心合集中3160篇文献为研究对象,利用Citespace软件工具对数据进行聚类处理,获取了学科领域的科研力量来源、研究主题、研究热点。高水平作者主要分布在美英法、德意中等国家。研究主题主要包括雾计算、软件定义网络等。研究热点重点集中在机制、网络、图表、模型、系统等领域,而且,关于机制的研究一直是学科研究的重要领域。该领域科研成果较为丰富,学者们重点解决的问题互有差异,但总体看来,边缘计算与行业背景的融合仍不够深入,在行业背景中的应用并未体现出行业的独特性。为推动该问题的研究进程,一方面,本文将边缘计算与智能制造进行结合,面向位于边缘平台处理端的制造计算任务,首先,根据制造计算任务的紧急度、重要度、复杂度,建立制造计算任务调度的调节系数模型,以保证紧急型、重要型制造计算任务获得充足的计算资源。然后,分别以通信成本最低、均衡系统负载、最大化边缘平台计算资源利用率为目标,基于动态规划理论、MAX法则、MIN法则建立了制造计算任务的调度机制。最后,通过算例分析,说明了模型的有效性。另一方面,本文将可靠性的概念用在边缘计算领域中,提出了制造计算任务调度系统的可靠性分配方案,完成了调度系统可靠性的二级分配,有利于相关人员及早发现优化目标。首先,传统意义上,考虑了技术水平、复杂程度、危险程度、任务情况四种影响因子的单层作用,提出了一级可靠性分配方案。然后,又考虑了多层影响因子的复合作用,基于全局指标提出了二级可靠性分配方案。最后,面向可靠性分配过程中的数据流,设计了两版可靠性分配法的可视化界面原型,以满足不同用户的使用偏好,有效提升了用户体验质量。