随着移动通信技术的蓬勃发展、以及智能移动终端的广为普及，移动云计算正在加快商业化进程的步伐，现在已经有越来越多的用户采用移动设备来享受云服务体验。如何为用户选择“合适”的云服务成为了迫切需要解决的问题之一。我们可以从服务的描述中轻松地选择合适功能的服务，但相比之下，移动环境下设备资源和无线网络带宽受限、上下文数据实时变化、用户偏好变化等非功能性问题都给服务选择带来了新的挑战。本文针对移动云计算环境下的诸多问题展开研究，提出了一种基于代理的移动云服务选择中间件框架，进而围绕该中间件框架，从用户个性化偏好和移动设备的上下文信息这两个基本点出发，建立基于模糊认知图的决策层次模型，提出了自适应服务选择算法。最后，通过智能汽车空间下的移动音乐服务选择验证模型和算法的可行性、稳定性和有效性。本文的主要工作体现在如下几个方面：首先，针对云服务选择过程中移动设备资源受限、运行环境中上下文实时变化、用户个性偏好难以定义等主要问题，本文提出了一个基于代理访问模式的移动云服务选择框架，并结合前期工作的研究成果，在SCUDWare中间件体系上构建了移动云服务选择的中间件模型。通过该模型有效地应对移动云计算环境下的诸多问题，并详细地描述了云服务在决策选择和运行阶段的自适应过程。其次，为了给移动用户选择一个最“合适”的云服务，本文将多准则决策（MCDM）和层次分析法（AHP）等思想引入到服务选择决策过程中，并在模糊认知图（FCMs）模型上建立服务选择方法的4个决策层次，提出了自适应云服务选择算法。在该算法中，通过应用层次分析法计算出非功能决策属性的权重向量，然后将移动终端设备的上下文信息和用户的非功能属性偏好作为最后决策的两个基本点加入到服务选择方法中，使最后得到的决策服务既能满足用户的个性喜好，又能符合移动设备的上下文环境。最后，将本文的云服务选择方法模型应用到智能汽车空间中。从应用的角度出发，提出了一个基于移动音乐系统的研究案例，通过移动音乐服务的选择和运行期间的自适应调整，并对比分析实验数据和实验结果有效地验证了方法的稳定性和有效性。