近年来,迅猛发展的通信技术和高质量要求的移动服务导致由各种无线通信技术(包括3G,4G,WLAN,WiMAX和LTE-A)融合部署形成的异构网络被广泛的关注和研究。垂直切换是异构网络移动管理最关键的技术,影响着移动终端的体验度。而网络排序作为网络选择的核心环节,它决定着终端是否能接入最优网络以及实现无缝切换。因此,网络排序问题成为了异构网络研究的热点。网络参数归一化处理和属性权重归一化计算是网络选择算法的两个重要过程,而大多数网络选择算法都会涉及多个网络属性和参数权重的融合计算。当移动终端从区域A移动到区域B势必会造成网络的增加或减少。那么,根据上述的归一化方法计算出来的网络排序必然不可靠。此外,考虑到不同业务的耗电量在一定时间内差别较大,异构网络关于电量和业务类型的研究又相对较少,而将电量和业务类型关联进行联合调制可以提高无线资源的利用率并增强网络排序的准确性。针对以上不足,本论文提出了一种采用TOPSIS(逼近理想值)基于预设期望值的自适应切换算法。TOPSIS算法是典型的多属性垂直切换算法代表之一,它不仅考虑了基本网络参数和用户偏好参数,还更适合于解决网络排序问题。本文算法采用五个网络属性:功耗、带宽、延时、信号强度和网络费用,选取4种代表业务并将电量划分了6个阈值等级联合调制,引入预设期望值取代网络属性归一化处理和参数权重计算的过程。移动终端可以根据电量和业务等级自适应地选择合适的期望值进行网络排序计算。最后,根据本文研究内容在OPNET网络仿真平台搭建了两组网络仿真场景:LTE-WLAN仿真场景和LTE-UMTS-WLAN仿真场景,同时对本文提出的算法进行了仿真分析和数据对比验证。相关仿真数据表明:本文研究的TOPSIS基于预设期望值的自适应垂直切换算法能够避免不可靠的网络排序并减少不必要的网络切换,提高移动终端的续航能力和无线资源的利用率。