1.一种基于VMEC服务网络选择的迁移方法，其特征在于，该方法具体包括以下步骤：S1：建立MEC车联网场景下移动边缘计算场景数学模型；在MEC车联网场景中包含联网车辆和接入点和边缘服务器；建立的移动边缘计算场景数学模型包含时延和能耗的开销，其中时延包括切换时延、接入网排队时延、通信时延、传输时延、计算时延和迁移时延；能耗包括传输能耗、处理能耗和服务迁移能耗；

S2：对建立的时延和能耗的数学模型，建立适应度函数；

S3：在扫描的相邻接入点中进行网络筛选，将部分覆盖范围小和信号强度弱的网络去除，生成筛选后的网络集合

S4：IoV应用优先级排序，在每一时隙按照优先级大小对IoV应用进行排序，形成最佳迁移应用集合

S5：根据适应度函数，进行粒子初始化，每个粒子中包含车辆k的可选择的网络选择和服务迁移位置；

S6：根据适应度函数，得到各个随机解中的局部最优解和全局最优解；根据得到的局部最优解和全局最优解，利用粒子群算法进行优化，得到最优网络接入和服务迁移位置。

2.根据权利要求1所述的基于VMEC服务网络选择的迁移方法，其特征在于，步骤S1中，建立MEC车联网场景下移动边缘计算场景数学模型，具体包括：使用集合N＝{0,1,…,N‑1}和K＝{0,1,…,K‑1}分别表示边缘云集和用户集，集合M＝{0,1,…,M‑1}表示任务集；假定车辆到基础设施的网络选择和服务迁移策略是在时隙结构中做出的，并且时间轴离散为T个时间帧，即T＝{0,1，2，…，T}；假设用户k∈K在时隙t共有M个任务需要卸载至边缘服务器上进行运行；在每个时隙t，系统都要为联网车辆进行网络选择和制定服务迁移策略。

3.根据权利要求2所述的基于VMEC服务网络选择的迁移方法，其特征在于，步骤S2中，建立的适应度函数表示为：

s.t.α1+α2＝1                                 (2)其中， 表示在时隙t联网车辆的接入点切换的切换时延， 表示在时隙t联网车辆的接入网排队时延， 表示在时隙联网车辆的通信时延， 表示任务m在时隙t的传输时延，dcom(t)表示任务m在时隙t的计算时延， 表示任务m在时隙t的迁移时延； 表示在时隙t用于发送和接收数据的传输能耗， 表示在时隙t处理任务m时的处理能耗，表示将任务从原始基站迁移到目标基站的迁移能耗；α1和α2属于[0,1]，表示决策时的计算时延和能量的加权系数； 表示联网车辆k在时隙t的动态访问点决策，如果表示在t时隙中，联网车辆k在时隙t选择接入点i接入网络；否则表示任务不在接入点i上执行；rk(t)代表联网车辆k在时隙t中的接入资源需求， 表示服务放置决策；当表示在时隙t联网车辆k的任务m在边缘云j上，否则表示服务不放在边缘云j上；fm(t)代表任务m的资源需求；

其中，约束条件(2)表示在进行决策时，时延和能耗的加权系数；

约束条件(3)表示每个联网车辆在时隙t只选择一个接入网；

约束条件(5)表示每个云中的接入任务总量不能超过接入点的资源限制；

约束条件(6)表示了一个服务在时隙t只能卸载或迁移至一个边缘云服务器上；

约束条件(4)(7)分别表示访问点决策变量和服务迁移决策变量的取值范围。

4.根据权利要求3所述的基于VMEC服务网络选择的迁移方法，其特征在于，步骤S3中，网络预筛选具体包括：车辆在其通信范围内扫描可访问的AP，并根据网络的信号强度和车辆在网络中预停留的时间，从网络扫描和结果中过滤部分网络；如果一个网络同时满足这两个因素，则将其添加到候选访问网络列表中。

5.根据权利要求3所述的基于VMEC服务网络选择的迁移方法，其特征在于，步骤S4中，IoV应用优先级排序，具体包括：将IoV应用的最大容忍时延、可靠性指标和重要性指标融入到优先级的定义中；IoV应用的优先级指标由线性模型表示：其中，k1,k2,k3,k4∈[0,1]表示各参量的对应用优先级的影响程度，由联网车辆的用户需求决定，ωm表示应用时延，ξm表示可靠性需求，Dm表示最大容忍时延。