摘要
一种基于星雀优化策略的移动边缘服务器部署方法，针对智慧城市场景下边缘服务器的部署问题，提出了一种改进的星雀优化算法。在智慧城市基站场景下，为了最小化时延和负载均衡，使用适应度函数将多目标优化转化为单目标优化。同时使用DPC‑NOA算法自动确定数据的聚类中心和服务器的部署数量。DPC‑NOA算法通过引入广义邻域相似度来改进密度峰值聚类过程，从而增强聚类的准确性和鲁棒性。使用了五种算法与本算法进行对比实验，实验结果表明，DPC‑NOA算法可以有效的解决边缘服务器的部署问题。在仿真实验中，DPC‑NOA算法能够通过较少的迭代次数得到最佳的适应度，同时表现出较高的稳定性，与其他算法对比，展现出了较强的性能优势，具有一定的价值。
