随着工业物联网的迅猛发展，其在工业领域的广泛应用对实时性与可靠性提出了更高要求。边缘计算作为弥补传统云计算不足的关键技术，在满足工业物联网低延迟、高可靠需求方面发挥着重要作用。本文提出了一种面向工业物联网场景的边缘计算网络中低延迟任务调度的联合优化模型。该模型通过综合考虑计算资源、网络传输等因素，采用特定的联合优化算法进行任务调度。实验验证表明，该模型在不同场景下均能显著降低任务延迟，提高资源利用率。此研究对提升工业物联网性能、推动相关应用发展具有重要意义，为工业物联网低延迟任务调度提供了有效的解决方案。

针对传统交叉口信号控制依赖固定配时、对交通流波动响应滞后的问题，本文以车路协同V2X技术为支撑，基于多源融合数据构建动态优化模型，设计兼顾效率、安全与环保的多目标协同策略，研发自适应控制机制并经VISSIM仿真验证。通过改进PSO与NSGA-II算法求解，优化 渗透率与控制周期参数。结果显示，平均车辆延误降低18%-25%，通行能力提升12%-17%，为智能交通信号控制提供关键理论与技术支撑。