在不同区域的生产线动态调整下，鉴于工业边缘云资源有限，如果覆盖生产线的工业边缘云部署不合理，易造成实时性运维服务质量下降及企业成本增加等问题。采用带约束的多目标优化和带约束的最小子集划分思想讨论工业边缘云部署问题，提出一种启发式遗传算法予以解决。该算法优势在于：1）基于问题的特点，采用二进制编码方式，降低算法实现难度；2）采用多轮随机不重复解策略筛选多样化的可行解作为初始种群，提高搜索速度和搜优概率；3）依据混合选择法，有目的地选择较优个体和较差个体，保持种群多样性；4）采取多轮多维度多点交叉法，实现个体间较优与较优、较优与较差、较差与较差的深度交叉，维持种群多样性，探索新区域；5）利用较优个体优先单点变异策略，对交叉操作产生的较优新个体所在区域优先进行局部深挖，并在深挖过程中不断调整深挖方向，保持种群多样性，提升全局搜索能力。实验从期望负载偏差率、期望服务延时偏差率、算法收敛率及解误差率等4个方面，验证该算法有效性、收敛性及全局搜索能力。