近年来,移动边缘计算(Mobile Edge Computing)技术因为其能迎合高带宽低时延的用户体验而获得了业界的广泛关注。该技术通过在用户边缘密集地部署边缘服务器,缩短传输距离,达到提高传输速率降低时延的目的。然而,用户的数量和通信量随着时间不断波动,这将导致某些资源未充分利用的服务器产生浪费现象。一方面由于对用户的服务请求调度不合理造成边缘服务器利用率低,另一方面由于迎合流量高峰时的用户需求,数据调度中心通常会按照流量高峰时的需求开启相应的边缘服务器,使得在流量低谷时可能造成大量边缘服务器空闲。因此,面对如今边缘服务器大量部署的趋势,根据网络负载动态开启合适数量的边缘服务器是对移动边缘计算网络进行节能的一种有效方式。本文基于移动边缘计算网络架构,建立了能耗模型,设定了优化目标及相关约束,分别对于不包含时延约束与包含时延约束的移动边缘计算网络分别提出了网络能耗优化算法。针对移动边缘计算架构下不包含时延约束的网络能耗优化问题,文中将其定义为网络能耗最小化问题并设计了一个网络能耗优化算法。由于网络中用户数量和流量随时间波动,假设每个边缘基站可以对其连接范围内且能满足其计算与传输要求的用户服务。本文模拟了一段时间内用户数量随时间变化曲线,并提出了一个轻量级的线性回归预测机制用于预测下一个时间片用户的服务请求情况,每个基站根据用户对每种服务的请求数量情况对下一时刻边缘服务器的利用率作出预测继而作出相关决策。在该问题中,文中综合考虑了相邻基站之间的用户连接、服务配置以及关闭边缘服务器的条件,对于需要关闭的边缘服务器服务的用户迁移至其他边缘服务器进行服务。实验结果表明,该算法与已有算法相比能够降低网络能耗,同时也可以降低边缘服务器的切换能耗。针对移动边缘计算架构下包含时延约束的网络能耗优化问题,本文也提出了一个启发式时延限制的网络能耗优化算法。在某些现实生活场景中,有些任务需要在规定的时间内执行完成,因此基于上一个问题,该问题对计算时延和传输时延进行了综合考虑。由于增加了时延约束条件,该问题变得更加复杂,文中对该问题进行了重新建模。此外,对于用户连接、服务配置、挑选边缘服务器关闭的机制以及对迁移用户的策略均作出了改变和提升,使得在满足用户服务质量的前提下能够对网络能耗进行最大限度优化。实验结果表明,本文提出的包含时延约束的网络能耗优化算法相比于已有其他算法有效降低了网络能耗。