随着计算机和通信技术的不断发展,无线通信技术经历了翻天覆地的变化,当今的通信环境中同时存在者多种不同的无线网络,由于各种网络的覆盖范围等属性的不同,支持的业务也不同,这些导致未来的无线网络将是基于多种无线接入技术融合的异构网络,用户终端可以灵活地动态选择最适合自身的网络,这就引出了异构网络中的网络接入选择问题。本文在上述研究背景下,主要完成的工作如下:(1)引入了粒子群算法对网络属性权重进行改进,研究一种基于终端侧的网络接入选择算法。该算法在传统粒子群算法的基础上,融入了鸟群算法中生产者和乞讨者的分类思想,并加入混沌思想对算法进行改进,以用户满意度为目标在仿真环境下进行了实验,结果表明,改进算法可以为用户带来更大的满意度。(2)由于多目标粒子群算法具有收敛精度低和分布性不佳的缺陷,研究一种改进惯性权重的多目标混沌粒子群算法,引入粒子领域粒子的影响改进拥挤距离,加入扰动变异及混沌思想,采用线性惯性权重,并在经典的多目标测试函数下进行了性能测试,结果表明,改进算法的性能得到了显著提高。(3)针对单目标优化无法同时考虑用户满意度及网络资源的缺陷,研究了一种基于多目标的异构无线网络接入选择算法,引入变异因子,将多目标粒子群算法与鸡群算法进行融合改进,并应用到网络接入选择中,在仿真模型下进行了实验,与单一目标算法进行对比,结果表明,融合算法能够在两个目标中获得良好的均衡。