由于提供的文件信息中只有标题和部分内容（且部分内容包含大量的编码和乱码字符，没有提供具体的技术信息），所以仅能依据标题进行详细的知识点生成。以下是对标题《基于EON的边缘计算中联合作业调度与路由的联合优化》的知识点生成：
1. 边缘计算（Edge Computing）：边缘计算是一种分散式计算架构，它将数据处理和存储的一部分从集中式数据中心移动到网络边缘的设备上。这样的设计可以减少数据传输到云端的延迟，提高响应速度，适用于实时性要求高的应用，如物联网、自动驾驶车辆、智能城市等领域。
2. EON（弹性光网络）：EON是弹性光网络的缩写，它是一种新型的光网络技术，通过动态地在光层面上分配和优化网络资源，提高了网络带宽利用率，并增强了网络对流量变化的适应能力。EON通常会集成先进的频谱工程技术来提升频谱效率。
3. 作业调度（Job Scheduling）：在计算领域，作业调度是指根据一定的策略，决定多个作业在有限的计算资源上执行的顺序、时间及所使用的资源。好的调度算法可以优化系统性能，比如提高吞吐量、减少平均等待时间，或者确保服务质量(QoS)。
4. 路由优化（Routing Optimization）：路由优化指的是在网络中选择最优路径的过程，以确保数据包能够高效、可靠地从源点传输到目的地。这涉及到多个层面，比如选择最短路径、最小化延迟、避免拥塞等目标。
5. 联合作业调度与路由的联合优化（Joint Optimization of Job Scheduling and Routing）：在边缘计算环境下，作业调度和网络路由会互相影响。联合优化这两个方面可以更有效地利用边缘计算资源，同时保证应用对服务质量的要求得到满足。这通常需要考虑业务逻辑、网络状况、计算资源和能耗等多方面因素。
6. 优化目标与策略：联合优化时，通常考虑的目标包括最小化延迟、最大化吞吐量、最小化能耗等。为了达到这些目标，可能需要采用启发式算法、元启发式算法，或者是机器学习方法来设计调度与路由策略。
7. 适应性与动态性（Adaptability and Dynamics）：边缘计算环境具有高度的动态性和不稳定性，例如移动性导致的连接性变化、不同时间点流量的变化等。因此，在联合优化过程中，需要设计能够适应这些变化的算法和策略，保证系统的灵活性和鲁棒性。
该研究论文的标题“基于EON的边缘计算中联合作业调度与路由的联合优化”涉及了多个复杂的技术领域，包括边缘计算架构、弹性光网络技术、作业调度策略、路由优化方法以及多目标联合优化问题。该论文很可能探讨了如何将EON技术应用于边缘计算环境，并结合先进的算法，实现作业调度和路由的同时优化，以提高边缘计算网络的性能。
