边缘计算是未来信息时代的重要支柱之一,例如在智慧城市,智能家居,智能交通系统中边缘计算都扮演着重要角色。近年来,边缘计算的研究工作已经成为一个热点问题,人们希望通过一种新的体系架构来使得一些需要大量计算量的计算任务能够在便携式设备上运行,例如手机,平板电脑和一些穿戴式设备。但是这些设备由于其处理器能力并不是很强大,并且受到自身电源的限制,使得这些大型的计算任务不可能直接运行在这些设备上。近年来,边缘计算的相关研究不断进步,边缘计算被认为能很好的解决这些问题。它的主要思想是将这些大型的计算任务放到离用户很近的边缘服务器上来进行。但是目前很少有研究关于边缘服务器的位置及选址问题。大家都是默认边缘服务器已经部署在一个理想的位置,从而满足边缘计算的各种需求。然而,边缘服务器的选址问题一直都是一个比较难的问题。因此,本文提出了两种关于边缘服务器选址方案来进一步推进边缘计算的发展。本文的主要工作如下:1.提出了一种基于成本效益的边缘服务器选址策略。我们在研究边缘服务器部署方案的时候,从服务提供商节约成本的角度出发,我们选择在已有的基站上来部署边缘服务器,而不是重新寻找新的位置。但是我们观察一个城市的基站的时候,发现有的地方的基站部署的太过密集。因此,我们并不需要在每个基站上来部署边缘服务器,因为如果这样的话,边缘服务器将会出现大面积的重叠区域,这将浪费大量的资源。在我们的方法中,分为两个阶段,第一阶段采用动态规划的方法,给每个基站一个部署边缘服务器的成本,然后将每一次部署边缘服务器的过程描述成一个递推公式,第二阶段,将每个边缘服务器的覆盖区域看成一个圆形区域,然后总结归纳出所有种圆形区域相交的情况,采用数学几何的方法将这些情况的区域的总面积求出来,然后代入到递推公式中去。通过与贪心,全排列以及随机算法作比较,表明了我们提出的方法的有效性。2.提出了一种基于多目标优化的边缘服务器选址策略。在这个方法中,我们以工作负载,网络延迟以及部署成本为目标来研究边缘服务器的部署方案。首先考虑的边缘服务器在工作时遇到的工作负载以及网络延迟,然后将这些因素跟部署边缘服务器时的用户数以及他们之间距离相联系,将这两个因素转化为目标函数,然后研究边缘服务器和基站以及用户之间的关系,得出了一些约束条件,然后采用加权法将多目标转化为单目标进行求解,这样得到了一个初步的部署方案。最后考虑边缘服务器的部署成本,将每个边缘服务器化分为不同的集群,给每个边缘服务器一个成本约束函数,并且每个集群都有一个总的约束函数,采用贪心和模拟退火算法来满足这些约束,将边缘服务器的数量最小化。