1.一种数字孪生辅助的边缘计算任务卸载方法，其特征在于，包括如下步骤：步骤1、通过用户设备、边缘服务器、资源设备和数字孪生体构建数字孪生辅助边缘计算任务卸载模型；

步骤1具体为：通过用户设备、边缘服务器、资源设备和数字孪生体构建数字孪生辅助边缘计算任务卸载模型，用户设备将任务参数模型传输至边缘服务器，由边缘服务器内的数字孪生体对任务分析，产生卸载策略，并通过资源设备将策略下发至用户设备，用户设备根据策略将任务卸载到边缘服务器，服务器为其分配计算资源完成计算；

步骤2、基于数字孪生辅助边缘计算任务卸载模型，通过设计时间约束下的能耗优化目标函数，来优化模型在边缘计算任务卸载时的能耗问题；

步骤2具体为：

本地执行计算时，第i个用户设备的第m个计算任务在本地执行的数字孪生体模拟计算时间定义为：式中Ci,m为数字孪生模拟的任务的计算量，为计算所需的CPU周期数，fi,m为任务所分得的计算频率，数字孪生体模拟计算时间的误差定义为：式中，ΔCi,m为数字孪生模拟计算的误差，Δfi,m为模拟分得的计算频率误差，第i个用户设备的第m个计算任务本地计算的真实时间：本地执行计算过程中，能耗由本地设备计算过程产生，则第i个用户设备的第m个计算任务的本地执行能耗定义为：其中ki为芯片的电容参数；

第i个用户的第m个任务的卸载执行的数字孪生体模拟卸载传输时间被定义为：式中，Di,m为需要传输的数据量，Bi为模拟用户设备的带宽大小，数字孪生体模拟卸载传输时间的误差被定义为：式中，ΔDi,m为模拟的数据量误差，ΔBi为模拟的带宽误差，系统中，第i个用户卸载传输的总的真实时间为：对于卸载到边缘服务器管理的资源设备的任务，其能耗由卸载过程传输产生，同样的，对于第i个用户设备的第m个任务，它的卸载过程的传输能耗被定义为：式中，pi为用户传输的功率，第i个用户的第m个任务卸载执行数字孪生模拟计算时间被定义为：式中， 为模拟资源设备分配的计算频率，模拟计算时间的误差被定义为：式中， 为模拟资源设备分配的计算频率误差，卸载执行的真实计算时间被定义为：数字孪生在校正误差更新的时间开销如下：

式中，DTi为模型更新传输的数据，Bi为用户的带宽；

在边缘计算系统中，任务的卸载状态分别是本地执行和卸载执行，任务计算状态被定义为：式中xi,j的取值，决定该任务是否卸载到边缘端进行计算；

用户在执行计算过程中总的开销是传输能耗和计算能耗，第i个用户的执行过程的总开销被定义为：最后，考虑时间等约束下的能耗最小化的问题，具体的优化目标为所有用户任务卸载过程中的总开销，定义为：其中，C1为任务分得的计算频率约束，C2为任务分得的时间约束；

步骤3、在模型的能耗问题优化后，通过改进的二进制海洋捕食者算法来提升模型的任务卸载效率和成功率。

2.根据权利要求1所述的一种数字孪生辅助的边缘计算任务卸载方法，其特征在于，步骤3具体包括如下步骤：步骤3.1、初始化用户任务和服务器资源状态，将初始参数编码生成捕食者和猎物，设置种群个数和最大迭代次数，并对种群P进行初始化；

步骤3.2、如果达到最大迭代次数则执行步骤3.8，否则执行步骤3.3；

步骤3.3、如果 或 ，t表示当前迭代次数，Tmax表示最大迭代次数，则执行步骤3.4，否则执行步骤3.5；

步骤3.4、如果q≥rand，其中，q为常数，rand表示[0,1]之间的随机数，根据以下公式更新猎物和捕食者的位置，其中，Pi与Ei分别表示当前迭代第i只猎物与顶级捕食者个体，Si为移动步长，R为取值范围[0,1]的均匀随机数向量，RL为莱维飞行算子，RB为布朗运动算子，如果q＜rand,根据以下公式更新位置，执行步骤3.6；

步骤3.5、如果q≥rand,根据以下公式

更新猎物和捕食者的位置；如果q＜rand，根据以下公式，更新位置，其中，CF是一个根据迭代更新的参数，用于控制步长，执行步骤3.6；

步骤3.6、计算个体适应度值，若位置由于原先位置，则更新种群位置；

步骤3.7、执行涡流和鱼类聚集效应，更新个体位置，对位置进行二进制转化，重复执行步骤3.2；

步骤3.8、输出最优的任务卸载方案。

3.根据权利要求2所述的一种数字孪生辅助的边缘计算任务卸载方法，其特征在于，步骤3.1具体为：将初始参数编码生成捕食者和猎物，设置种群个数N，最大迭代次数Tmax，并使用公式 进行种群P的初始化，其中，rand表示[0,1]之间的随机数。

4.根据权利要求2所述的一种数字孪生辅助的边缘计算任务卸载方法，其特征在于，步骤3.6具体为：根据公式Fitness＝G(x,E)+δ(T)计算个体适应度值，以概率r执行以下公式并再次计算适应度值，位置优于原位置时，则更新的种群位置，其中r1、r2、r3、r4为[0,1]之间的随机数。

5.根据权利要求2所述的一种数字孪生辅助的边缘计算任务卸载方法，其特征在于，步骤3.7具体为：根据以下公式

，

执行涡流和鱼类聚集效应，其中，U为随机生成二进制向量的二进制数组；r为[0,1]范围内的均匀随机数；Pr1与Pr2表示猎物种群中随机抽取的两只猎物，FADs取0.2，更新个体位置，并使用以下公式对位置进行二进制转化，重复执行步骤3.2。