工业物联网(Industrial　Internet　of　Things,　IIoT)是物联网(Internet　of　Things,　IoT)在制造系统中的实现，随着它的快速发展，许多应用需要处理来自分布式终端设备的大量数据，以确保工业物联网的系统性能.本文从工业物联网应用管理者的角度出发，考虑工业物联网应用需要及时响应，组件需要处理敏感数据的特点，提出在应用允许最大响应时间，隐私保护和数据中心资源限制的约束下，优化云边环境中工业物联网应用的组件部署代价.本文提出了基于遗传算法(Genetic　Algorithm,　GA)和粒子群优化算法(Particle　Swarm　Optimization,　PSO)的多应用部署算法(Multi　Application　Deployment　Algorithm　based　on　GA　and　PSO,MADPG)来得到应用组件的部署策略.该算法基于粒子群算法设计了数据中心与组件相映射的编码方式，在粒子进化过程中动态的改变相关学习因子并使用遗传和变异两种操作来提高算法的局部和全局搜索能力.仿真实验表明，与其他策略相比，基于MADPG的部署策略能够在满足工业物联网应用的约束下有效降低工业物联网应用的组件部署代价.