随着智能手机通信已经普及到老、中、青这三代人,庞大的网络需求驱使无线网络更加快速的发展。但这些用户的业务需求纷繁复杂,能够满足不同需求的无线网络的各项性能指标存在一定的差异,凭借单一的无线网络无法达到使所有用户满意的效果,所以逐渐形成了异构无线网络融合发展的态势。接入选择技术是使用户随时随地获得高质量服务的关键,这也使得异构无线网络接入选择技术成为异构无线网络领域的研究热点。本文全面地梳理了现有的异构无线网络接入选择算法,介绍了各算法的基本思想理论,并分析各算法的优缺点,然后提出了基于DA-FNN的异构无线网络接入选择算法和基于BDT-GWO-FNN的异构无线网络接入选择算法。针对现有的异构无线网络接入选择算法虽能够同时兼顾用户和网络,但仍存在无法定量化处理模糊信息、不具备自适应学习能力等问题,本文提出了基于DA-FNN的异构无线网络接入选择算法。该算法将模糊逻辑理论与神经网络相结合,使得算法在处理模糊的网络属性信息的同时还能自适应调整参数,并利用蜻蜓算法优化模糊神经网络隶属函数的参数,令网络评价结果更加准确,进而提升系统性能。此外,在选择网络时,考虑到业务类型对网络接入选择结果的影响,本文将业务类型分为实时业务和非实时业务,并设置产生两类业务的用户对各个备选网络的偏好值,再利用偏好值对模糊神经网络输出的备选网络评分进行加权处理,最终使用加权值作为选择依据。仿真结果表明,该算法能够为用户选择最适合的网络,在保证吞吐量的同时降低阻塞率。针对终端用户快速移动时的异构无线网络接入选择问题,本文提出一种基于BDT-GWO-FNN的异构无线网络接入选择算法。在每个决策时刻,利用多条件贝叶斯算法对备选网络进行筛选,得到满足切换条件的网络,然后建立切换目标网络集的更新规则,并判断其是否更新,更新则启动切换判决,反之则不启动切换判决。在启动切换判决后,利用灰狼优化模糊神经网络的网络选择算法对更新后的切换目标网络集中的备选网络进行选择。由于灰狼算法和蜻蜓算法均是群智能优化算法,所以灰狼优化模糊神经网络和蜻蜓优化模糊神经网络的思想类似,均是先构建模糊神经网络模型,再用优化算法优化模糊神经网络隶属函数的参数,进而提升系统性能。仿真结果表明,该算法能够提高吞吐量、降低阻塞率、减少切换次数。