随着大数据、云计算和人工智能等新兴技术的迅速崛起,人们对基础网络的速度和质量也提出了更高的要求,对高性能网络服务的需求越来越迫切。在上述的这种大前提下,传统的网络体系架构就亟待一种颠覆式的革新,以满足如今庞大的网络需求,于是下一代网络体系结构SDN应运而生。SDN最大的特点就是:数据平面和控制平面相分离,它拥有一个集中式的控制平面,这个控制平面通过南向接口与数据平面进行交互,来实现统一的控制、配置和管理。虽然当前SDN技术在学术上已经逐渐成熟,工业上也进入了飞速发展阶段,但是基于SDN网络负载均衡的研究仍处于发展初期。当下很多SDN负载均衡还是基于传统的静态或动态负载均衡算法,在遇到复杂网络环境时无法保持提供最优的网络服务,造成网络资源的浪费。本文对SDN新型网络进行了研究,在对传统网络的负载均衡算法的分析基础上,利用SDN控制器可以收集网络负载状态和拓扑结构的特点,提出一种基于蚁群算法改进的混合蚁群算法（PS-IACO）,并将其运用到SDN网络负载均衡中,以得到更好的网路负载均衡效果。PS-IACO算法融合了排序加权思想、分段处理思想和粒子群算法,从信息素初始化策略、信息素更新策略、信息素挥发系数和启发函数设计这四个方面对蚁群算法进行了改进。有效的避免了最优解在迭代过程中丢失,优化了传统蚁群算法的收敛速度和全局搜索能力。解决了在复杂网络的情况下,传统负载均衡算法无法根据实时链路情况调整负载的弊端。起到了改善网络环境,提高网络质量的作用。本文设计并完成了一个基于SDN网络架构的负载均衡系统。在该系统的负载均衡模块利用PS-IACO算法实现SDN网络中的负载均衡,同时相较于使用传统负载均衡算法,在网络吞吐量和带宽利用率等方面都有一定的提升。接着通过实验仿真,从网络吞吐量、平均时延、丢包率、带宽利用率这四个角度,对算法的实验结果进行分析、对比和总结。实验结果表明,在相同条件下,使用PS-IACO算法的负载均衡系统拥有更低的网络时延、更小的丢包率、更高的带宽占有率和更大的网络吞吐量,能够改善在复杂网络中传统负载均衡算法和传统蚁群算法负载均衡效率低下的问题,一定程度上提高了网络服务的稳定性与快速性。