随着互联网的迅速发展,网络中的资源愈加丰富,无线移动网络中的用户不断增多,并对无线网络的要求也越来越高,为了缓解网络拥堵和提高用户上网体验质量,在网络代理商中缓存资源是近些年来的热门研究课题。其中,挑选合适的网络代理商和被缓存资源是目前研究的重点工作。在无线移动网络中,很多文献都考虑将车辆作为网络代理商,并将资源缓存在车辆中。但是,在挑选车辆和缓存文件时,将车辆的存储容量视为无限大,每个文件的大小视为一样大是不符合现实的,本文主要针对这两个问题进行改善,并提出新的缓存算法。主要内容如下:首先,在挑选车辆作为网络代理商时,将车辆的行驶轨迹距离、服务车辆数、存储容量、车辆间距4个因素作为重要参考指标。事实上,车辆的存储容量有限,并且每个车辆的存储容量不同,因为车辆是被不同的汽车制造商生产,这些车辆会拥有不同的计算能力、存储能力、通信能力,而这些因素都是挑选网络代理商的重要参考指标,在本文中只研究存储能力;本文会基于车辆的行驶轨迹和AP(Affinity Propagation)聚类算法将车辆聚类,然后使用新提出的组合权重分配法为车辆的4个指标分配权重,从中挑选出综合得分最高的车辆作为网络代理商,在本文中称为授权车辆。其次,在缓存文件时,根据文件的流行度将文件排名,并且每个文件的大小不一样,为了将总价值量最大且用户最可能访问的文件缓存到挑选出的车辆中,本文提出一种新的缓存文件的算法,叫做预过滤遗传算法。最后,对本文提出的新算法进行实验仿真,从缓存命中率、时间延迟、缓存总价值量等多个方面进行对比分析,仿真结果表明,本文提出的算法更加优秀。