1.一种工业智能边缘计算中面向多服务器多用户的调度方法，其特征在于，包括步骤：S1、用户端选择传输速率最大的服务器发送计算卸载请求；

S2、服务器选择调度算法对收到的任务进行调度，并向用户发送接受或拒绝任务的信息；若接受，则执行步骤S4，若拒绝，则执行步骤S3；

S3、用户根据服务器调度表降低自身计算卸载量，并反复向服务器发出计算卸载请求，直到计算卸载请求被服务器接受或用户自主停止请求；

S4、服务器向用户收取计算卸载费用。

2.根据权利要求1所述的调度方法，其特征在于，所述传输速率为：其中，i为用户，j为服务器，wj为服务器传输带宽，powi为用户信号功率，disij为用户与服务器之间的距离，decay为信号功率因距离产生的衰减常数，nij为信道噪声功率。

3.根据权利要求1所述的调度方法，其特征在于，所述计算卸载请求为：[oi,di,bi,ui]

其中，oi为任务需要的计算卸载量，di为完成任务的最大时延，bi为用户在满足其个人理性的情况下支付给服务器用于计算卸载的报价，ui为用户的编号；所述计算卸载量的初始值为该任务的所有计算量；所述计算卸载的报价为小于用户通过计算卸载所节省的计算时间而带来的收益价格：其中，ei为用户的收益，ci为用户自身的计算能力，k为单位时间与货币的换算关系，由上层应用需求决定。

4.根据权利要求1所述的调度方法，其特征在于，所述选择调度算法的具体步骤为：S21、服务器确定一个发送计算卸载请求的用户数量阈值T；

S22、服务器对当前用户数量进行预测，如果预测数量大于T则使用单价最大算法，否则使用总价最大算法。

5.根据权利要求4所述的选择调度算法的具体步骤，其特征在于，所述预测数量为：A＝α·time+β·usershort+γ·userlong其中，time指示当前时间段用户数量情况，usershort为当前时间片之前tshort个时间片的用户数量平均值，userlong为当前时间片之前tlong个时间片的用户数量平均值，tshort＜tlong，α、β、γ为权重系数。

6.根据权利要求4所述的调度方法，其特征在于，所述调度算法的具体步骤为：(1)服务器将调度表中已经完成的任务删除，并将当前计算任务的dn修改为 其中为任务结束时间，dn为任务最大时延；

(2)将服务器中现有的任务尽量延迟调度；

(3)如果调度算法为总价最大算法，则服务器将所有收到的任务按照bi从大到小进行排序；如果调度算法为单价最大算法，则服务器将所有收到的任务按照 从大到小进行排序，其中cj为服务器的计算能力；

(4)将排序好的任务从左到右依次排入调度表中并尽量延迟调度，如果此时该任务能排入调度表，则向用户发送接受任务信息，否则向用户发送拒绝任务信息；

(5)对于每个被接受的任务ta，在当前时刻的所有任务中将其去除，然后重新执行步骤(2)-(4)的调度算法，直到一个被拒绝的任务tr此时被接受，如果调度算法为总价最大算法，则pa为br；如果调度算法为单价最大算法，则pa为br·cj·oa/or；如果没有tr被接受，则pa为ba；其中，pa为任务费用。

7.根据权利要求6所述的调度算法，其特征在于，所述调度表为：其中，n为任务， 为任务开始时间，pn为任务费用，un为该任务的用户编号。

8.根据权利要求1所述的调度方法，其特征在于，所述降低计算卸载量，并反复向服务器发出计算卸载请求为：用户根据所选服务器的调度表，将调度表中结束时间在di之前的任务按照dn尽量提前放置，将其余任务按照dn尽量延后放置，然后按照合适的步长不断减少卸载量使得服务器可以调度该任务，直到用户支付价格小于0或者服务器在di之前满载。

9.根据权利要求8所述的计算卸载请求，其特征在于，所述合适的步长为：其中m为服务器决定的一个时间片内允许用户提交卸载请求的最大次数。