物联网和5G网络的飞速发展带来了许多网络问题,如资源稀缺和负载不均衡等等。因此,网络优化已成为当今通信领域的一个研究热点,其目标是通过设计合理的算法有效地管理和控制网络系统,使系统性能最大化。许多重要的网络优化问题本质上是组合优化问题,且属于NP-hard问题。随着问题规模的不断扩大,求解起来相当棘手。此外,网络环境的动态变化也给网络优化带了很大的挑战。本文通过设计分布式动态算法研究网络优化中的两个问题:电视白频谱的分配问题和AP关联问题。主要研究内容如下:频谱资源分配对网络系统的整体性能有着很大的影响,受到广泛的关注。与传统的WiFi频谱不同,电视白频谱是随时间和空间发生变化的,即时变性和空变性特性。如何在充分考虑电视白频谱的时变性和空变性的前提下为次用户分配频谱资源是一个研究难点。本文首先将电视白频谱分配问题建模为0-1整数规划问题并利用Log-Sum-Exp函数逼近最优目标值。在此基础上,利用马尔科夫近似技术设计了一个电视白频谱的分布式分配算法来求解。此外,本文将设计的算法扩展到动态环境中,以解决由于主用户随机进入和离开系统而导致电视白频谱数量的变化问题。仿真结果表明,本文提出的算法能够非常快地收敛到最优解。在网络中,有些AP因为关联过多的用户而负载过重,而有些AP因为没有用户关联导致资源的利用率偏低。在这种情况下,如何选择合适的AP具有十分重要的作用。本文在满足AP负载均衡的前提下,以最大化网络吞吐量为目标对AP关联问题进行优化。首先利用Log-sum-exp函数对目标函数进行近似。在此基础上,构造了一类具有稳态分布的马尔科夫链,以分布式的方式得到了一个近似解。通过理论分析得到了近似解与最优解之间的误差。此外,本文将提出的算法扩展成动态算法以适应网络中用户数量的动态变化。最后,仿真实验验证了算法的有效性和收敛性。