为了满足爆炸式增长的移动通信业务对网络容量的巨大需求,异构蜂窝网络应运而生。异构蜂窝网络在原有的宏基站上叠加了若干种微型小功率基站,如微微基站,毫微微基站和中继等,从而提高了网络的吞吐量和能量效率。然而,在异构蜂窝网络中大量部署微型小功率基站也会使得网络的结构以及干扰环境变得十分复杂。本文针对异构蜂窝网络的下行链路系统,综合考虑不同用户的最小速率需求,不同基站之间的干扰和可用系统资源等多方面因素,从最大化用户效用和以及系统能量优先等两个方面出发,提出两种流量卸载算法。针对异构蜂窝网络中不同业务的差异性和各用户对于数据速率的不同需求,从增加网络的吞吐量出发,提出了一种以最大化用户效用和为目标的流量卸载算法,该算法将流量卸载问题解耦为基站和用户之间的接入选择问题与基站的功率控制问题。针对接入选择问题,考虑用户的最小速率需求和业务优先级提出了一种Qo S（Qualify of Service）感知的用户关联算法;针对功率控制问题,通过将优化模型近似为一个符号规划问题提出了一种基于符号规划的功率控制算法。仿真结果表明,本文所提算法可以获得较高的系统效用,同时满足了用户的Qo S需求。针对异构蜂窝网络中各基站功耗过高的问题,以最小化系统总功耗为目标建立接入选择和功率控制联合优化模型,利用深度强化学习在解决复杂非线性优化问题上的优势,基于深度强化学习方法中的DDPG（Deep Deterministic Policy Gradient）方法提出了一种能量优先的智能流量卸载算法。仿真结果表明,与传统优化算法相比,本文所提算法获得了较低的系统功耗,提高了系统的能量效率,满足了用户的最低速率需求。