随着计算密集型应用的出现和移动设备数目的高速增长,集中式部署的云计算模式已经无法满足移动互联网和物联网数据处理的时延和可靠性要求。为了缓解云计算模式的高时延和网络拥塞问题,将云计算能力迁移至移动网络边缘的移动边缘计算（Mobile Edge Computing,MEC）模型被提出。MEC技术的核心是在移动设备与云计算中心之间部署MEC服务器,由MEC服务器为计算卸载任务提供边缘计算服务,达到减小响应时延和改善用户体验的目的。边缘服务器的部署对提升计算服务效率、资源利用率等具有重要意义,但是目前对于MEC服务器的部署还缺少深入有效的研究。为了满足移动设备和移动流量的高速增长,作为5G关键技术之一的超密集组网技术已成为未来无线移动通信网络的发展趋势,在超密集网络中部署MEC服务器能够更好地满足未来网络计算和通信的融合。为此,本文主要研究了在5G超密集网络环境中部署MEC服务器的问题,通过对超密集网络中MEC服务器部署过程中涉及到的卸载、计算和通信等关键问题的分析,以最小化计算任务的响应时间为目标,将该问题表述为一个多约束下的优化问题。提出了基于矢量量化思想的区域划分部署算法、基于基站合适性评估的局部搜索部署算法和基于改进型智能算法的部署算法,求解MEC服务器的最佳部署和移动用户与MEC服务器之间的最佳分配,并对比了基于密度、基于负载和基于随机的典型部署算法。实验环节将仿真系统得到的平均通信时间、平均排队时间和平均响应时间作为衡量算法性能的指标,并从基准实验、不同数目的服务器、不同移动用户数、不同服务器服务率、不同通信计算比和时间复杂度等方面充分讨论了不同部署算法的性能。实验结果表明,所提算法在优化系统通信时间、排队时间、响应时间等方面都要优于对比算法,能够最大程度减小移动用户计算任务的响应时间,实现MEC服务器的最佳部署和用户分配。