为了紧跟互联网技术的发展,网络技术也急需变革。现如今的网络规模日趋庞大,网络结构趋向复杂,需要承载海量不同种类的流量业务。传统网络的路由算法都是在分布式的路由协议中,想要计算出满足各种复杂Qos流量业务需求的路径显得尤为困难。这时SDN技术的出现了,它集中控制和可编程等特性可以有效地解决了传统网络面临的诸多问题。SDN控制器中的路径计算单元可以通过路由算法结合全局拓扑计算出路径,但是由于其自身路由算法性能低效和在网络多约束计算下的不足,以及负载均衡功能的缺失,需要对路径规划算法做深入研究。本文通过对传统遗传算法进行改进,结合具体的约束路径计算问题模型,提出了面向SDN的遗传路由算法。采用路径编码的编码方式,初始路径种群通过改进的最小跳数优先算法获得,将路径规划类约束在算法迭代之前就已经解决,实现对传统算路算法性能的增强和优化的目标。实验结果验证了该算法可以在满足多种业务约束条件组合的同时计算出相对最优解,达到路径优化目标的效果。想要解决网络链路负载均衡问题,首先将其看作多目标路径分配问题,其本质上属于多目标优化问题(MOP),学术界还没有在多项式时间内可以解决的精确数学方法。所以本文借助启发式算法的思想,在多目标的粒子群算法的基础上,设计了一种基于多路径分配调度策略的链路负载均衡方法。最后该方法在仿真试验的验证下,显示了其功能的可行性和性能的优越性。