随着计算机普及,人类现在已经进入信息化社会,网络技术的应用越来越广泛,如今人们的生活已越来越离不开网络。尽管,当前网络的传输效率仍然有限,无法满足庞大的用户群体对网络传输的需求。网络编码技术的出现则能够缓解这一难题。网络编码要求网络中的每个节点对接收到的数据不再是仅仅简单的转发,而是对数据进行重新编码后再转发,从而减少数据传输次数,增加单次传输的信息量,并提高整个网络吞吐量、鲁棒性和安全性。但应用网络编码技术,则需要对节点进行额外的编码操作,增加了网络的复杂度和开销,因此如何使网络编码研究网络编码优化问题,就显得尤为重要。本文在分析网络编码优化现有技术的基础上,提出了基于模拟退火的差分进化算法SDE来解决网络编码优化问题。首先,在差分进化算法中引入模拟退火思想和个体接受机制,保证差分群体在进化过程中的多样性和收敛性,提高网络编码的全局优化能力。其次,提出了基于模拟退火的自适应差分进化算法SVDE。该算法对差分进化算法的变异过程中的缩放因子进行动态缩放。为了能够找到最优解需要增加种群的多样性,在算法迭代的后期,通过改善缩放因子使得种群异性越来越小,对标准差分进化算法做出一种自适应的改善。基于改变SDE算法缩放因子的原理,我们可以让缩放因子F呈现线性变换,即随着迭代次数增加而让F呈线性递减,在算法运行的初期,F较大可以保证变异出尽可能多不同的个体,在算法后期可以尽快的收敛到最优解。通过两种算法SDE和SVDE的比较,然后根据在多蝴蝶网络图上的仿真实验结果得出结论,与标准DE算法相比,SDE和SVDE算法能在更短的时间内寻找到更少编码边的网络编码方案。其中,SVDE算法性能比SDE算法更优。