随着宽带无线应用的推广,无线资源日趋紧张。如何通过设计合理的资源优化算法实现异构资源的优势互补与协调管理,从而最大化资源利用率,向用户提供具有服务质量(QoS, Quality of Service)保证的服务是异构网络场景下必须要解决的一个问题。本学位论文围绕异构网络中如何最大化资源利用率同时向用户提供具有QoS保证的服务这一核心问题,深入研究了异构网络中基于遗传理论的资源分配算法,以期得到最佳的资源分配方案。本文的主要工作如下：(1)较为详细地介绍了异构网络中资源优化管理的关键技术,讨论了异构网络中资源优化算法的研究现状,重点分析了异构网络中资源分配算法的特点和面临的挑战。(2)提出了两种基于遗传运算的资源分配算法。第一种算法以最大化资源利用率,同时满足不同业务的QoS要求为目标,考虑到不同无线接入技术(RATs, Radio Access Technologies)对业务的支持能力不同；第二种算法引入了业务优先级机制,以最大化网络效用和系统吞吐量为目标。仿真结果表明,考虑业务优先级后,资源分配算法不仅提高了资源利用率,也降低了业务阻塞率。并与现有的资源分配算法进行了比较,仿真结果表明,所提出的基于遗传运算的资源分配算法的性能更好。(3)为了解决基于遗传运算的资源分配算法的早熟收敛问题,提出了异构网络中基于蚁群优化的资源分配算法,该算法主要是利用局部正反馈信息进行搜索,能避免算法陷入局部最优解。仿真结果表明,基于蚁群优化的资源分配算法比基于遗传运算的资源分配算法求精确解效率高,但收敛速度较慢。(4)提出了异构网络中基于混合优化的资源分配算法。算法前期利用遗传算法快速全局搜索能力得到资源分配的初次结果,然后将其求得的结果转化为蚁群算法的初始信息素分布,后期利用蚁群算法的正反馈、并行性搜索得到全局最优解。仿真结果表明,所提出的基于混合优化的资源分配算法比基于蚁群优化的资源分配算法搜索速度快,比基于遗传运算的资源分配算法求精确解效率高。(5)给出本学位论文研究工作的总结,并对下一步的研究给出展望。