近年来,作为第五代移动通信(5G)技术中最具有发展前景的应用场景之一,智能交通系统已经成为了人们的研究热点,与此同时,将5G技术运用于车联网(Vehicular Networks)被认为是实现未来智能城市和智能交通的有效途径。不同于传统的蜂窝通信网络,由于车联网涉及到的人身安全问题,车联网中车辆发出的车联网消息需要以极低的传输时延以及极高的传输可靠性进行传输,这一需求使得车联网必须是一种具有超低时延超高可靠性的网络。因此如何设计一个新的网络结构来满足未来车联网对消息时延以及可靠性的需求成为了目前车联网研究领域的重点。本文从5G车联网的需求和功能出发,提出了一种采用软件定义网络(Software Defined Network)技术的车联网三层网络架构。这种三层网络结构有效的将网络的控制部分与数据部分分离开来,提升了车联网的可编程性,简化了网络各节点之间的通信规则从而能够有效降低车联网中消息传输时延。在本文提出的车联网三层网络架构的基础上,我们提出了一种车联网效用模型,该模型运用加性泛函将车联网中的消息传输时延以及消息传输的可靠性进行结合,实现了从时延以及可靠性两个维度对车联网的网络效用进行性能评估。随后,本文对提出的5G车联网中的消息传输时延和消息传输可靠性进行了理论建模以及数值仿真分析,得到了不同车联网网络参数对时延以及可靠性的影响。最后,我们提出了一种基于网络切片机制的车联网效用优化算法,并通过对比分析验证了该算法能够有效的通过减小消息在车联网中的处理时延来提高车联网效用值。同时,我们还提出了一种基于帕累托优化的车联网效用优化算法,通过仿真对比分析验证了该算法能够有效的提高车联网效用值。本文主要对未来5G车联网网络架构进行了建模,同时在此架构基础上对车联网时延以及可靠性效用进行了建模和数值仿真分析,基于对时延以及可靠性仿真分析的结论,本文提出了两种车联网效用优化算法,并通过仿真验证了车联网网络效用优化算法的有效性。