1.一种面向移动用户的5G网络边缘服务器部署方法，其特征在于，包括以下步骤：获取移动用户的历史数据及其移动规律，以一天为移动周期，根据用户的移动特点，将一天的移动用户数据划分为多个不同时间段的网络快照；

针对不同网络快照，以用户延迟与边缘服务器部署成本为优化目标，通过改进的离散二进制粒子群算法与最近关联算法对目标函数进行求解，由此得到每个网络快照的边缘服务器部署方案；

根据所述边缘服务器部署方案，对不同网络快照求得的边缘服务器位置取并集，得到包含所有网络快照边缘服务器位置的集合C；

计算不同网络快照的边缘服务器位置数，求得所有网络快照中边缘服务器位置数的最大值K；

采用轮流替换的方式，从边缘服务器位置集合C中选取K个具有最小网络延迟的边缘服务器位置作为满足用户移动需求的边缘服务器部署位置，结合最近关联算法得到满足用户移动需求的边缘服务器部署方案；

所述网络快照包含的信息包括：用户发送请求的位置、用户发送请求的速率以及用户发送请求的数据量；根据用户发送请求的位置与5G网络中基站的位置及其覆盖范围，确定

5G网络中各个基站需要传输的数据量di，i∈B以及服务请求的速率 其中基站的数据量等于基站覆盖范围内所有用户发送请求的数据量之和，基站的服务请求速率等于基站覆盖范围内所有用户发送请求的速率之和；

计算每个网络快照边缘服务器部署方案的方法包括：(1)以传输延迟与计算延迟作为目标函数中用户延迟部分的内容；

(2)以边缘服务器部署位置的站点租赁成本与其容纳的物理机数量的设备成本作为目标函数中边缘服务器部署成本部分的内容；

(3)采用标准化方式，将用户延迟与边缘服务器部署成本进行标准化处理；

(4)采用加入折中系数的方式，将用户延迟和边缘服务器部署成本联立，得到一个多目标优化的目标函数；

(5)采用改进的离散二进制粒子群算法以及最近关联算法对目标函数进行求解，从而得到网络快照的边缘服务器部署方案；

所述步骤(1)以传输延迟与计算延迟作为目标函数中用户延迟部分的内容，具体包括：以传输延迟Ttrans与计算延迟Tcomp作为目标函数F中用户延迟Tuser部分的内容：其中，l(i，j)、v、di、uj、λj分别表示基站i到边缘服务器j的欧式距离、数据的传输速度、基站i的数据量、边缘服务器j的服务速率、到达边缘服务器j的服务请求速率；此外，B，yi，j，xj分别为基站的集合、基站i与部署在基站j的边缘服务器是否相关联的二态变量、基站j是否部署边缘服务器的二态变量；

用户延迟Tuser为：

Tuser＝Ttrans+Tcomp    (3)；

所述步骤(2)以边缘服务器部署位置的站点租赁成本与其容纳的物理机数量的设备成本作为目标函数中边缘服务器部署成本部分的内容，具体包括：以边缘服务器部署位置的站点租赁成本Csite与其容纳的物理机数量的设备成本Cfac作为目标函数F中边缘服务器部署成本Ces部分的内容：Csite＝∑j∈Bfj×xj    (4)Cfac＝∑j∈Bp×βj      (5)其中，fj、p、βj分别表示边缘服务器j的站点租赁成本、一台物理机的设备成本、边缘服务器j容纳的物理机数量；

边缘服务器部署成本Ces为：

Ces＝Csite+Cfac    (6)；

所述步骤(3)采用标准化方式，将用户延迟与边缘服务器部署成本进行标准化处理：其中，η、Tmax、Cmax分别表示标准化系数、最大用户延迟、最大边缘服务器部署成本；

所述步骤(3)中，最大用户延迟Tmax与最大边缘服务器部署成本Cmax为：Cmax＝fmax+p×βmax      (9)其中，dmax、lmax、 fmax、βmax分别表示基站需要传输的最大数据量、基站到边缘服务器最远的欧氏距离、边缘服务器最大的计算时延、最贵的边缘服务器部署站点租赁成本、边缘服务器所能容纳最多的物理机数量；

采用加入折中系数α的方式，将用户延迟Tuser和边缘服务器部署成本Ces联立，得到一个多目标优化函数F：F＝αTuser+(1‑α)×η×Ces      (10)其中，F为目标函数；α为折中系数，其取值在0到1之间；

所述步骤(5)最近关联算法为：

1)计算每个基站到各个边缘服务器部署位置的欧氏距离；

2)根据欧氏距离从小到大的顺序，针对每个边缘服务器部署位置，将基站进行排序；

3)以边缘服务器的最大负载与最大服务速率为阈值，确定关联到每个边缘服务器的基站；

4)筛选出关联多个边缘服务器的基站，并将其关联到距离其最近的边缘服务器，同时取消与其他边缘服务器的关联关系；

5)将剩下的没有确定关联关系的基站，按照距离最近以及满足服务器最大负载量与最大服务速率的条件约束将其分配给各个边缘服务器；

确定最终边缘服务器部署方案具体包括以下步骤：(A1)从边缘服务器位置集合C中随机选择K个位置作为边缘服务器初始部署位置组合Bcur，结合最近关联算法，计算相应部署方案的网络延迟T0：C＝{c1，c2，...，cn}

Bcur＝{b1，b2，...，bK}

其中，Bcur是C的子集；c1，c2，...，cn与b1，b2，...，bK表示边缘服务器部署的候选位置；

(A2)从边缘服务器位置集合C中选择一个未被访问过的位置cunv轮流替换当前部署位置组合Bcur中的每个位置，并求每次替换之后的网络延迟：其中， 表示Bcur中的每个位置被cunv依次替换之后的部署位置组合；

(A3)选取进行一轮替换之后具有最小网络延迟Tmin的部署位置组合Bmin作为新的当前部署位置组合Bcur：Tmin＝min{T0，T1，...，TK}Bcur＝Bmin

其中，Tmin是T0，T1，...，TK中的最小值，Bmin是Tmin对应的部署位置组合；

(A4)循环执行步骤(A2)与步骤(A3)，直到集合C中的所有位置都被访问过，最后确定的具有最小网络延迟的部署方案，即是满足用户移动需求的边缘服务器部署方案。

2.根据权利要求1所述的一种面向移动用户的5G网络边缘服务器部署方法，其特征在于，所述步骤(A1)中，结合最近关联算法，计算相应部署方案的网络延迟T0为：

1)利用最近关联算法得到所有基站与部署在Bcur的边缘服务器的关联关系；

2)根据关联关系与公式(1)计算相应的网络延迟T0。

3.根据权利要求1所述的一种面向移动用户的5G网络边缘服务器部署方法，其特征在于，所述步骤(A2)中，计算每次替换之后的网络延迟为：

1)利用最近关联算法分别得到部署位置组合为 的基站与边缘服务器的关联关系；

2)分别根据部署位置组合 确定的关联关系计算相应的网络延迟T1，T2，...，TK；

(3)选取进行一轮替换之后具有最小网络延迟Tmin的部署位置组合Bmin作为新的当前部署位置组合Bcur：Tmin＝min{T0，T1，...，TK}Bcur＝Bmin

其中，Tmin是T0，T1，...，TK中的最小值，Bmin是Tmin对应的部署位置组合。