移动自组织网络在通信、监控甚至计算中发挥着重要作用。移动自组织网的节点可以从环境中收集信息并根据这些信息来执行相应的计算任务,但是由于网络中节点的电池容量有限,难以维持长期的通信和计算功能。因此,将计算迁移与能量收集技术相结合可以有效地平衡网络中的计算与能量资源。由于网络中节点的自私性,任务卸载通常不会自发进行,故需要一种激励机制来促进节点间的合作。又由于节点任务的随机到达带来的不确定性,故需要一种在线的方法对计算迁移问题进行研究。所以本文分别基于VCG反向拍卖和随机网络优化方法对有能量收集MANET中的计算迁移问题进行研究。本文的主要工作如下:首先,为了激励网络中各节点进行任务卸载,本文通过VCG反向拍卖机制对计算迁移问题进行研究,目标为最大化社会福利。由于本文设计的VCG反向拍卖机制是激励相容和个体理性的,卖家节点会诚实地进行出价,并且每个卖家节点得到的效用,不低于他不参加拍卖而得到的效用。因建模后的社会福利最大化问题为整数规划问题,是NP难的,本文应用模拟退火算法对其进行求解。其次,考虑到网络中节点任务的到达数随时间的变化而变化给卸载决策和计算阶段时长的决定带来的困难,本文通过随机网络优化方法研究了系统的时间平均效用最大化问题。本文通过随机网络优化方法,将时间平均效用最大化问题转化为每个时隙drift-minus-profit下确界最小化问题,进一步转化后得到混合整数线性规划问题,应用分支定界算法求解。最后设计了一个在线任务卸载算法,对每个时隙的卸载决策和计算阶段时长进行优化。最后,本文分别基于VCG反向拍卖机制的计算迁移模型和基于随机网络优化的计算迁移模型进行了实验验证及分析。首先,本文对基于VCG反向拍卖机制的卸载方案进行仿真,实验结果表明,有能量收集情况下的社会福利以及买家节点的效用要高于没有能量收集的情况,同时社会福利以及买家效用主要受卖家节点数和任务数的影响。然后,本文对基于随机网络优化的计算迁移方法进行了仿真,实验结果表明本文所提出的方法可以实现较高的网络效用,并可以有效地平衡计算及能量资源,同时本文还分析了控制参数V和任务到达率对系统的影响。