5G技术的发展推动了世界信息化格局的剧变,也催生了许多新兴的应用领域。在为人类生产生活带来便利的同时,5G网络同样面临诸多挑战。例如,5G基站等网络设备的部署规模与建设速度难以满足飞速增长的数据流量与用户业务需求。因此,在相对有限的范围内对网络资源进行优化分配具有重要意义。目前,传统的网络资源分配算法受到网络结构的制约,必须依赖基础网络设施进行资源分配,面对5G网络复杂应用场景时的适应性较差。为了使网络资源能够在应用层进行调度,研究者们考虑将网络切片技术应用到资源分配算法中。本文主要研究多场景下的5G网络切片动态资源优化分配算法,所完成的工作主要有:（1）为了满足5G网络差异化的业务需求,分析了5G网络三大应用场景的关键网络性能需求,有针对性地为其分别设计了网络资源优化分配算法。（2）提出了动态资源优化分配算法（Dynamic Resource Optimal Allocation,DROA）以满足e MBB切片业务对网络带宽的海量需求。该算法通过引入准入控制策略,始终将网络运行状态保持在合理区间内,并能够综合考虑吞吐量的增长与资源调度代价的提高。最后,在仿真实验中与经典的PFRA算法进行比对,验证了DROA算法在提高网络带宽与资源利用率方面的优越性。（3）提出了改进的非线性规划算法（Improved Non-Linear Programming,INLP）来解决u RLLC切片的网络资源分配问题。时延因子的引入使得u RLLC切片的资源分配模型既能够满足业务延迟时间标准,也能够保持切片收益与资源调度代价之间的平衡。最后,通过仿真实验验证了INLP算法在收敛性能方面的显著提升,以及在时延控制上的有效性。（4）提出了自动帧控制算法（Automatic Frame Control,AFC）。该算法引入了动态分簇思想,基于经典的LEACH协议,根据节点自身剩余能量选择簇头,并在稳定运行阶段通过对数据传输帧数的控制平衡网络整体能耗。仿真实验对比结果表明,AFC算法的分簇结构更为合理,并且能够有效延长网络寿命,进而在m MTC切片业务场景中具有较大推广应用价值。