云控制系统是网络控制系统、物联网和云计算技术结合的产物。云计算平台提供的强大计算能力可以满足海量数据对控制系统提出的高品质与实时控制需求。同时,云控制系统对控制器提出了新的要求,并且系统不可避免的存在延时、性能不稳定等问题。本文针对这些问题,在云控制器设计及网络优化方法两方面进行了研究。本文首先基于云控制系统结构设计了云控制器。控制器端包含多种控制算法供用户在线选择,可同时接受多客户端连接。客户端可在线对控制器各参数进行设置。同时在云服务器端部署网站,用户可随时访问查看当前控制状态。所设计的云控制器具有可移植性,公用性,网络访问功能,易操作性等特点。其次,由于虚拟网络为云平台提供资源服务的根本方式,可靠的网络性能,可减少云控制器获取云平台服务与计算产生的延迟。为高效地将虚拟网络映射至共享底层网络,减少映射时间消耗,本文建立虚拟网络映射问题模型,并提出基于多目标粒子群优化的虚拟网络映射算法求解该模型。算法中融入了遗传算法的交叉算子思想,同时有效结合非支配排序和拥挤距离排序方法,加快多目标种群的优化速度。仿真实验证明,该算法提高了优化速度和准确率,并使底层网络资源达到较好的平衡。最后,为提高网络资源分配灵活性,本文对作为云平台底层网络架构的弹性光网络进行研究。建立光网络RSA问题整数线性规划模型,并对传统启发式RSA算法进行分析与改进,在保证网络性能的基础上,降低了时间消耗。同时针对传统RSA算法面对大规模网络传输产生巨大时间消耗问题,本文首次提出了适用于大规模实时网络传输的基于粒子群优化的频谱分配算法,并对具有多峰特性的光网络频谱分配求解问题做出相应改进,通过仿真证明了该算法的有效性。