目前,中国的警用移动通信网络主要包括窄带的警用数字集群(Police Digital Trunking,PDT)和宽带集群通信(Broadband Trunking Communication,B-Trun C)两种。随着智能终端的快速发展,公安专网通信不再仅仅满足于基础的语音通信业务,而产生更加丰富的业务需求。因此,PDT+B-Trun C的异构网络是未来警用专用网络的发展方向。网络选择算法是异构网络中要研究的主要问题,本论文致力于设计出高效合理的异构专网网络选择算法,分别提出了基于多属性决策(Multi-Attribute Decision Making,MADM)和基于模糊逻辑(Fuzzy Logic,FL)的异构专网选择算法,能够较好的解决网络选择问题,且与其他算法相比拥有一定的优势。首先,本文介绍了先进移动警务智能融合网络架构以及异构专网系统模型,然后将融合网络逻辑层次划分为终端侧、通信网络侧以及公安移动信息网侧三个层面,并明确了本文的研究层面。根据专网通信的特点,将业务分为集群语音业务、集群视频业务、集群补充业务和短数据业务四种业务类型。并构建了PDT与B-Trun C的异构专网结构模型,根据网络频率特性,选择合适的信道传输模型来计算网络的接收信号强度(Received Signal Strength,RSS)。其次,提出了基于综合权重和相对熵逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的多属性决策算法,分别使用层次分析法(Analytic Hierarchy Process,AHP)和基于指标相关性的方法(Criteria Importance Through Intercrieria Correlation,CRITIC)计算各个网络属性的主观权重与客观权重,并结合成综合权重。针对传统的TOPSIS算法的缺点,引入了相对熵来代替欧几里得距离计算方案之间的距离。并对该算法同传统的TOPSIS算法和简单加权法(Simple Additive Weighting,SAW)进行仿真对比与分析,单用户理想场景下和多用户随机场景下的仿真结果都显示该算法要优于传统算法。最后,考虑将模糊理论应用于网络选择算法。提出了一种基于参数模糊的多属性决策异构专网选择算法,通过速度预判决模块获得候选网络的速度评分,接着将网络属性进行模糊化处理,在计算网络评价值时综合考虑终端速度和网络属性。仿真结果显示,该算法与传统的基于RSS的算法以及多属性决策算法相比拥有更好的性能。在此基础上又提出了一种基于模糊推理的网络选择算法,在模糊化部分根据不同业务类型的特点设置不同的隶属度函数,然后构建模糊推理规则库,最后利用重心法解模糊化。仿真验证使用MATLAB软件并借助其模糊控制工具箱,最后的仿真结果证明该算法要优于其他算法的性能。