服务计算是面向动态、多变、复杂的互联网环境而提出的一门以Web服务、面向服务的体系架构(Service Oriented Architecture，SOA)为基础支撑技术，以服务组合为主要软件开发方法，以面向服务的软件分析与设计原则为基本理念的新的计算学科。近年来，服务计算技术以其高度的互操作性、跨平台能力和松散耦合的特点，受到工业界和学术界的广泛应用。　　随着移动设备的普及和移动通讯技术的大力发展，移动设备已经高度融入到我们的日常工作、生活和学习中。这使得我们可以随时随地地通过移动设备来调用服务。然而，在移动环境下，移动设备的网络动态变化、用户位置频繁移动、终端能耗受限等因素都给移动服务的选择带来了挑战。另外，移动设备的能力提升使得移动设备作为服务提供者向其它设备提供服务成为可能。移动边缘计算的出现使得移动设备可以调用边缘服务器上的服务。然而，移动服务器和边际服务器的计算能力和资源都有限，加之移动设备的移动性使得服务交互的环境不断变化，这都给移动环境下的服务供应带来了巨大的挑战。　　因此，本文针对移动环境下的服务选择与供应两个方面展开研究。本文的主要工作和贡献如下。　　(1)研究移动环境下能耗驱动的服务选择问题。针对移动设备电量受限的问题，提出了移动环境下能耗驱动的服务选择组合方法。对移动环境下能耗驱动的服务选择问题进行了形式化建模，并给出了组合服务的能耗计算模型。将问题转换为遗传问题，并提出了基于遗传算法的服务选择方法来解决该问题。为了应对动态变换的网络环境，提出了重规划机制，可以在动态变化的环境下，保证方法的有效性。　　(2)研究移动环境下服务质量驱动的服务选择问题。重点考虑移动环境下服务质量之间的动态关联关系，提出了关联关系感知的服务选择方法。首先提出了服务选择的预处理算法，将候选服务集合中不能成为最优组合服务组件的服务删除。然后针对相邻和非相邻任务之间两种不同的关联关系，分别提出了两种不同的服务选择方法。两种方法都逐个任务对服务进行选择。选择过程中，保留所有可能的最优服务组件，并逐步剪枝最终实现最优服务组合。最后，通过定理证明了该方法可以搜索得到最优组合服务。　　(3)研究面向移动云计算的服务供应问题。针对移动宿主资源受限的特点，将该问题描述为移动设备的服务供应和资源分配优化问题。为了激励移动设备参与服务供应，提出了一个基于收益的激励机制。通过任务调度技术，设计了一个轻量级的方法对收到的服务请求进行处理，以最大化移动设备的收益。方法可以实现有效的服务请求选择、服务调度和资源分配。　　(4)研究面向移动边缘计算的服务供应问题。为优化移动边缘计算环境中的服务质量，将最小化服务响应时间作为优化目标。为实现这一目标，本文首次从服务请求的分配和边缘云服务器中的服务调度两个方面出发，提出了一个启发式方法来优化服务请求的分配，并设计了服务调度算法。通过两个算法的结合，达到最小化响应时间的目的。另外，提出了一个方案重组机制，以提高算法的效率。