随着我国“智慧海洋”工程的建设,海洋事业得到了不断的发展,海上运输、海洋环境监测和资源勘探等海洋业务多样化,产生了越来越多的时延敏感型、计算密集型任务,对高可靠、低时延的海洋通信需求日益明显,然而传统海上网络通信具有覆盖不均匀、配置不灵活等问题,越来越难以满足日益频繁的海事活动。因此,本文针对海洋节点密度不均匀等问题,建立了近海和远海两种不同场景下基于移动边缘计算的任务卸载模型;针对海洋能量传输困难等问题引入了能量收集技术,同时提出混合供能的策略以解决能量收集技术带来的不稳定性,在求解方式上,围绕时延和能耗两个指标建立目标函数,并对传统的仿生算法进行改进以优化模型解。本文的研究工作主要如下:（1）本文针对近海岸区域计算节点密集、能源开销较大等问题,提出混合能量供应的移动边缘计算卸载模型。对于能量供应问题,移动边缘服务器采取可再生能源与电力电网结合的方式供能,保证其服务的连续性,船舶用户则通过太阳能收集的能量供能,利用船舶岸电系统补充能量。对于任务卸载优化问题,模型以时延和能耗最小化为目标建立目标函数,设计降维优化方法依次优化本地计算能力和发射功率,并将目标函数简化为一维多约束问题,通过改进鲸鱼优化算法获得最优数据卸载比例,进一步得到最优的系统执行总代价。基于Edge Cloud Sim实验平台进行仿真,验证了本文所提出的各部分策略对模型性能提升的必要性,且本文所提出的方法相较于其他方法均有最低的执行总代价。（2）针对远海场景环境复杂、计算资源匮乏等问题,建立船舶用户之间的任务卸载模型。针对任务卸载优化问题,本文基于待卸载船舶用户与空闲船舶用户之间的连通概率选择任务卸载节点,为缓解数据阻塞问题,利用正交频分多址技术对传输信道进行划分,提出子任务与子信道匹配的算法。船舶用户采用太阳能的收集能量供应能量,并提出能量收集不足惩罚策略和任务时延惩罚策略使得系统在满足时延约束的情况下能够以实际能耗最小化建立目标函数,接着对本地计算频率和本地发射功率进行优化,为获得更优的数据卸载比对灰狼优化算法进行改进。通过Edge Cloud Sim仿真结果表明,与其他方法相比,所提方法在保证时延的同时能获得最优的性能。