为了提高网络性能、保障数据安全,通常需要以服务功能链的形式对服务请求进行严格的规划和有序的执行。网络功能虚拟化（NFV）技术的出现,使得网络服务与硬件设备脱钩,实现了服务功能链的动态部署。NFV技术极大地改变了网络服务供应商向用户提供服务的方式,NFV在提高网络管理灵活性的同时,也降低了网络资本成本（CAPEX）和运营成本（OPEX）。实现NFV技术的一个关键问题是如何有效地编排和部署虚拟网络功能（VNF）序列,以合理分派网络资源、提升网络性能。由于该问题是NP-hard问题,解决该技术难点充满了挑战。同时,VNF的链组成与部署息息相关、相互影响,仅考虑某一阶段不能实现资源统筹优化。因此,本文提出了一种VNF链组成与部署的联合优化策略,主要内容有:（1）面向成本的虚拟网络链组成和部署的联合优化:随着服务请求的日益增长,网络运营成本愈发高昂。然而,由于VNF具有改变流量的特性、VNF之间存在依赖关系以及组成与部署方式的复杂性,面向OPEX的VNF组成和部署问题充满挑战。为此,本文将节点映射成本、链路映射成本、激活成本和能耗成本公式化为OPEX,并建立新的混合整数非线性规划（MINLP）模型。为分析影响成本的不同因素,本文根据依赖关系将VNF请求集分成完全无序、部分有序和完全有序的VNF请求集。针对不同请求集,分析不同的问题难点并设计了3种对应优化算法。实验结果表明,前两种情况下的算法优于现存其他算法。对于完全有序算法,当节点资源配比在50%以上时,可获得小规模网络下近似线性规划模型精确解的方案。（2）服务功能链组成和部署中吞吐量和成本的联合优化策略:针对不断增长的网络请求流,如何在有限的资源条件下最大化网络吞吐量,并尽可能地降低网络成本,是VNF链组成与部署的一个重要优化方向。针对此问题,本文建立了MINLP系统模型,并设计了2种链组成和部署的联合优化算法。实验评估了在不同资源限制下、不同网络请求数量下2种算法的性能,实验结果验证了本文算法相较于其他对比算法的优越性。其中遗传算法（GA）可以获得更优的吞吐量与成本联合优化策略,而THRO算法可以在更短的时间内得到部署方案。