未来无线网络的一个显著特征是异构无线网络的融合。不同的无线接入技术提供不同的覆盖范围、移动性支持、系统容量和服务质量等，如何有效地管理和利用异构无线网络的资源，挖掘出异构无线网络的潜在性能，保证用户得到满意的服务，是目前异构无线网络研究的一个重要课题。本论文首先介绍了异构无线网络的研究现状，基于现有的网络模型，分析了在不同通信环境下的异构网络结构，接着对当前的异构无线网络资源管理框架进行了逐一阐述。本论文针对异构无线网络资源管理的范畴，对接入选择和负载均衡功能进行了重点研究。首先提出了一种基于粒子群优化的接入选择算法，该算法保持了粒子群优化算法收敛速度快、适应性强的特点，采用更新精英集的策略，实现多目标决策的目的，引入突变算子，使得算法收敛到全局最优，仿真结果表明，相对于单目标接入算法，该算法能获得更好的综合性能，同时兼顾网络状态和用户偏好。其次提出了一种基于遗传算法的负载均衡策略，该策略基于遗传算法的自适应性和自学习性，综合应用三种拥塞解决机制，以用户服务质量为目标解决拥塞，最后的仿真结果表明，该算法在有效降低阻塞率和增加服务用户数的同时保证了用户满意度。