随着网络架构和通信范围的不断扩大,数据中心网络中的能源成本急剧增加。在软件定义车辆网络（Software-Defined Vehicular Network,SDVN）中,随着网络规模的增长以及车辆数量的增加,车辆之间以及车辆与控制器之间的通信延迟急剧上升。这需要布局更多的控制器来提供通信服务,然而更多的控制器导致高能耗。因此,应该解决控制器布局问题（Controller Placement Problem,CPP）。适当放置控制器可以降低能耗,从而在SDVN中实现绿色通信。尽管在静态网络中CPP已得到解决,但CPP尚未在高度动态和复杂的网络中得出有效的解决方案。在本文中设计并提出了一种新颖的控制器动态布局技术。首先,提出最少控制器选择机制最大程度地减少了控制器的数量并保证控制器对该区域的覆盖范围不受破坏。其次,在原始人工蜂群算法的基础上,针对其过早收敛的缺点提出了改进的人工蜂群算法,并基于此算法提出一种改进的多目标人工蜂群算法。多目标人工蜂群算法可以根据实时流量从多个目标判断应打开哪些控制器进行数据传输。最后,本文还提出了一种路由计算机制来评估CPP的性能。此外,本文还为SDVN场景设计了一种智能的无人机辅助控制器放置技术,进一步满足了 SDVN网络的动态特征并进一步降低能耗。在车流量突发重大改变时,可利用无人机作为控制器提供中继服务。技术内容分为三个部分,首先,通过双向长期短期记忆网络预测车辆位置。其次,提出了一种动态控制器和无人机放置机制来放置控制器以及中继无人机。最后,设计了一种改进的自适应人工蜂群算法,用于解决旅行商问题,该算法规划收集交通信息的移动无人机路径。基于真实的地理拓扑对上述控制器布局技术进行评估。实验结果表明,与其他现有的CPP技术相比,本文提出的技术可以实现更高的数据包传输率,在保证优越的通信效果的同时大大降低了能耗。