传统IP网络的路由体系只能提供数据传输的可达性服务，有的网络资源经常出现有些链路被过度使用，有些链路却空闲不用的负载不均衡局面，致使网络拥塞，业务的服务质量QoS(Quality of Service)也无法得到保证，这说明当前因特网没有动态的路由调整和灵活的网络控制能力。目前，多协议标记交换技术MPLS(MultiProtocol Label Switching)被公认为是实现流量工程TE(Traffic Engineering)的最有力工具，如何通过MPLS技术找到能够更好的解决网络路由中优化控制问题成为当今的研究热点。论文在深入研究MPLS网络中实现流量工程TE的基础上，着重于优化路由问题，针对传统路由算法存在的局限性，提出了两种路由算法——多约束路由选择的改进遗传算法和动态多路径负载均衡LDM改进算法。多约束路由选择的改进遗传算法借助遗传算法适配函数可实现多目标约束的优势，目标是在满足带宽、时延的基础上，将资源消耗和负载均衡分布作为优化目标，希望在消耗较少网络资源的同时，使负载尽量分布在宽裕或空闲资源的链路上，便于今后接纳更多请求。动态多路径负载均衡LDM改进算法根据MPLS支持多路路由特点与现有负载均衡算法单路路由的不足，针对路径负载率和最小跳数两个QoS属性而提出的。通过构造可能性系数作为选路标准，用较好候选路径集代替单一最佳候选路径传输流量。在流量分配中引入与可能性系数相关的负载比例系数，有利于降低计算的复杂度。论文针对提出的两种算法分别进行仿真验证，仿真结果表明多约束路由选择的遗传算法能够提高网络吞吐量，使负载分布更趋于合理，改善网络的传输服务质量，而改进LDM算法在流量不断增加状态下仍可有效避免网络拥塞，使网络负载尽量分布均匀达到合理分配资源的目的，同时对网络路径总延时的减小也得到明显改善。课题的研究从动态的优化网络路由控制和网络负载的均衡调节的两个方面，对目前网络流量的负载不均衡而导致网络瓶颈效应局面得到进一步改善，具有现实意义上的应用前景。这样的流量工程TE路由方式将