算力边缘服务器部署问题是构建算力网络的基础性问题。在实践过程中，算力边缘服务器靠近算力资源并为其加入算力网络提供接入服务。然而，算力资源的整体结构往往由现实需求所决定，并时刻随需求的变化而变化。在算力边缘服务器资源有限下，如何合理部署算力边缘服务器，使得其能够保障算力网络有效的建设已成为当前各界所关注的热点。首先，对算力边缘服务器部署问题进行分析，并将其转换为带约束的多目标优化问题。针对该问题，提出一种改进型遗传算法予以解决。该算法优点在于：1)寻找无重复可行解作为初始种群，为选择操作提供了更多挑选的余地；2)选择时，采用个体均衡选择策略，保证了迭代群体的多样化与分散化；3)交叉和变异时，分别采用不同种类的随机两点交叉与轮流随机单点变异的策略，从而保障了新生种群的多元性与多样性。实验从算力资源总量偏差率、负载平衡误差率、收敛率、期望最优解误差率等4个方面验证，该算法适合应用于算力边缘服务器的部署。