随着5G从概念走向应用,分布式组网、边缘独立组网、超密集组网等架构在行业开始试点试建。分布式组网面向行业性客户（如电力、警务等）提供基于运营商5G网络的行业硬切片;边缘独立组网面向安全、隔离需求的工业、医疗客户提供相对封闭的5G专网;超密集网络基于5G相对更高的频谱使用而大量的小型基站。三种网络结构将引入5G数据面网元（UPF）大量建设,UPF密集部署为MEC服务器提供附着点,网络与算力在此紧密结合。为海量终端提供超低时延、大带宽提供网络接入的同时,提供网络即存储、网络即算力的服务。移动终端能够借助于这样的网络结构将计算任务卸载到边缘侧的算力,这样的能力对于系统架构将是巨大的挑战。5G SA网络下移动终端的计算任务如何卸载、边缘计算服务器的资源分配将会是移动边缘计算规模商用的关键问题之一。本文考虑算法实现的有效性与针对性并未考虑运营商复杂网络环境与具体应用服务的整体架构,而是先针独立园区的网络环境分析并进行算法仿真,并在某新建电力厂区的5G+MEC环境中进行较为理想的实验测试与验证。在独立园区的5G+MEC专网场景下,本文设计了同时兼顾计算任务分配与MEC资源分配的一种策略。首先建立计算任务卸载模型,简化系统成本为时延与能耗的加权和,将计算任务卸载与MEC资源分配的复杂问题转化为最小总体成本问题。并拆分为资源分配优化、计算任务卸载两个子问题求解。基于拉格朗日乘子法求解资源分配优化问题,基于贪心算法优化得出一个计算任务分配的决策方案,最终解是通过双模优化算法得出。最终仿真结果也表明,所设计算法显著降低系统执行成本（相比其他基准算法）。在某电力厂区的5G+MEC专网建设中,包括专用5G核心网、专用承载Flex E、专用宏站与室分建设、专用MEC服务器建设,整体网络环境是独立专网。同时2C终端未进园区,整体验证网络环境较为干净,贴近本文设计的计算任务分配的决策方案的网络环境。并通过运营商MEP平台对MEC资源进行管理,对多路视频直播摄像头在服务器端路切换进行实验,通过时延反应系统整体最后,分析了本文模型的可扩展性、局限性以及未来进一步发展方向。