随着计算机技术、网络技术的发展，全球移动计算用户越来越多，人们的生活节奏也越来越快，使得人们对移动计算的需求越来越高。由于移动设备具有资源有限、电池持续时间短、内存不够等特点，需要较大计算量的任务无法在单一的节点上独立完成，因此需要共享周围空闲计算资源，把任务进行分割，将其中一部分任务卸载到其他资源节点上执行。这充分利用了网络中零散的资源块，同时降低了车辆节点的能耗与开销。　　论文研究车载自组织网络中，具有高移动性的车辆之间互连场景中计算卸载问题，实现了用户能随时随地进行计算的目标。介绍了一种支持移动终端移动性的计算卸载框架，对具有高度移动性的车辆节点的资源信息进行管理，将任务划分和目标节点选择结合在一起，实现了车载自组织网络中的计算卸载。在综合考虑多种因素的基础上给出了一种计算卸载目标节点选择方法，根据每个资源的信息对车辆进行筛选，并综合考虑节点计算能力、可提供服务的时间等因素给节点分配相应的任务量。　　论文采用Java语言在Eclipse中搭建了一个仿真实验环境，并通过实验实现了四种目标选择策略，证明了多属性目标选择策略的可行性和有效性。通过仿真实验结果分析，多属性目标选择策略的任务分割数目最少，任务执行所需的成本最低，任务的完成率最高且随着目标节点数量的增加最先完成任务，但任务完成时间相对较长。