伴随着无线通信技术的迅猛的发展,各种层出不穷的无线技术共同为用户提供了异构网络环境和多种接入服务。异构无线网络及其相关技术已被认为是未来网络融合发展的趋势,其关键技术也在备受国内外学者的关注,是很有前景的新兴研究领域。而网络选择作为其关键技术之一,自然是研究的焦点。本文基于多属性决策的思路对异构无线网络选择算法进行了研究,提出了两种网络选择算法。第一种是基于直觉正态模糊层次分析和改进的灰色关联的网络选择算法,首先使用直觉正态模糊数构建模糊层次结构获取网络属性的主观权重,结合变异系数法获取客观权重,接下来进行拟合获得网络属性的综合权重,最后采用改进后的灰色关联分析法进行网络排序,选择最合适的网络进行接入。仿真实验结果表明,该算法在候选网络选择上与传统算法一致,四种业务类型下均降低了垂直切换率,在一定程度上提升了网络性能,缓解了乒乓效应。第二种是基于勾股模糊集和改进TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)的网络选择算法,该算法放宽了直觉模糊数的隶属空间,基于勾股模糊集理论构建模糊对比矩阵,获取网络属性的主观权重,采用熵权法获取属性的客观权重,之后使用乘法拟合获得网络属性的有效综合权重。网络排序则采用改进后的TOPSIS法,引入正交投影后的垂直距离替代传统TOPSIS法的欧式距离。实验表明,该算法在四种不同的业务类型下能降低8.5%的不必要切换率,同时选择出的最佳网络也与传统算法一致,能保证所选择的网络持续稳定地为用户提供服务。