随着移动通信技术和计算机集成电路的发展变化,以及社会经济发展水平的提高,移动无线通信技术呈现突飞猛进的发展趋势,用户对数据传输速率的需求不断增加,对多样化业务的服务质量（Quality of Service,Qo S）需求越来越高。由于各种无线接入技术的差异和单一网络技术无法满足用户随时随地多样化的Qo S需求,促使异构无线网络融合成为必然,使目前的各个网络形成一个有机的整体。因此,下一代移动通信网络将是融合的异构网络,而如何从中选择最佳的网络,即设计切实可行的网络选择算法则是异构网络融合的关键技术之一。当前,在异构无线网络接入选择算法的研究中,已经有大量的研究,但研究者们的出发点和侧重点各不相同,因此到目前为止,还没有形成一个切实可行的网络接入选择方案。相反,一个好的网络选择算法不仅可以最大化网络资源利用率,还可以为移动终端提供高速率、高安全、低能耗、低时延的多样化Qo S需求,故而构建一种高效的网络选择算法是极其必要的。针对上述问题本文研究内容如下:（1）针对当前异构网络中,采用多决策属性的垂直切换算法难以动态调整网络属性的权重值,从而无法满足用户Qo S的需求问题,以接入最优的异构无线网络和保障用户Qo S为目标,提出基于模糊层次—熵权法的自适应垂直切换算法。首先,根据移动终端在不同业务类型下对网络属性的Qo S需求不同,使用主观模糊层次赋权与客观熵权法结合的方法构建网络属性优化模型,之后根据用户体验采用自适应机制来动态地调整各网络属性权重值,最后利用成本函数对异构网络的状态进行切换预测,从而选择接入最优的无线网络。仿真实验表明,所提算法能够有效降低网络切换率,能更好地保证异构无线网络之间的负载均衡,增加了移动终端的续航时间。（2）针对当前网络选择算法对最优网络与次优网络可识别性不高,造成用户频繁切换网络进而降低用户Qo S的问题,提出了基于加权卡方距离和遗传算法的网络选择算法,详细介绍了该算法的步骤及流程。首先根据用户的业务需求确定各属性初始权重,以该权值作为迭代初始解,接着使用加权卡方距离构造遗传算法的适应度函数,然后经过选择算子、交叉算子、变异算子不断对权重动态调整,最后选择出适应度最高的网络作为最佳网络。算法对比仿真实验表明,提出算法显著扩展了最佳网络与次优网络之间的得分差异,并且具有更高的可识别性,这使得决策者更容易决定选择结果,一定程度上缓解了乒乓效用。