本发明涉及一种基于最优资源分配量和搜索算法的计算卸载方法。本发明将组合优化问题切分为资源分配问题和卸载决策问题两部分，首先利用任务信息与边缘服务器状态输入资源分配网络，根据任务密度，任务计算量与负载均衡作为优化函数，通过深度强化学习算法，获得假设任务在各个边缘服务器卸载计算时的最优资源分配量，融合资源分配网络输出与用户状态信息，基站信道信息，输入卸载决策网络，通过遗传算法，搜索最优化平衡时延与能耗的卸载决策，实现计算卸载。本发明在系统模型中引入时间参数，更贴近实际模型，在卸载决策部分使用最优资源分配量条件下的的搜索算法，无需迭代更新模型，提高了实时性。本发明方法具有实时性强，贴近实际等优点。