边缘用户分配问题站在App服务提供商的角度上,分配App用户到边缘服务器,使用户得到更低延迟更稳定的服务。通过考虑边缘服务器的计算资源、信号覆盖面积以及用户对服务质量的需求等因素,现有的研究可以很好地解决边缘用户分配问题。但是用户任务的计算密集程度和边缘服务器的性能差异对成本控制和体验质量的影响也是不可忽视的,这两个问题在现有的研究中没有得到妥善的解决,所以边缘用户分配问题仍然具有挑战性。因此,本文针对边缘用户分配过程中任务的计算密集程度以及边缘服务器性能对成本控制和用户体验质量的影响,将边缘用户分配问题建模成组合优化问题展开研究。详细的研究内容如下:（1）在即付即用的支付模式下,总体用户的时间成本与App服务提供商付出的成本息息相关。因此,针对用户任务的计算密集程度和边缘服务器性能对用户时间成本的影响,本文在边缘用户分配问题上考虑了这两个因素的。通过对用户可得到的计算能力、任务计算速度以及用户执行任务的时间成本进行建模,将该问题描述为一个组合优化问题。然后,给出了一个最小化总体用户时间成本的最优化方法解决该问题,并证明了该问题是NP-Hard问题。针对大规模场景,给出了一个近似算法寻求次优解,同时论证了该近似算法的效率。（2）现实情况中,用户的体验质量不仅仅与用户任务的计算密集程度和边缘服务器的计算性能有关,也与用户与边缘服务器间的距离导致的信号强度变化有关。因此在边缘用户分配问题中,以优化用户总体体验质量为目标。除了考虑用户任务的计算密集程度和边缘服务器的性能差异外,也考虑了信号强度对用户体验质量的影响。通过分析给出了任务密集程度和信号轻度对体验质量的影响系数模型、用户理想状态下体验质量的模型以及最终用户实际的体验质量模型。基于整数规划算法给出了一个最优化的方法,接着给出了一个近似算法,并且分析了该算法的复杂度和近似率。最后,设计实验验证本文方法的有效性。