近年来，随着无线通信技术的快速发展，多种无线通信系统已被广泛部署为用户提供不同级别的QoS保证的语音服务和数据服务。下一代无线网络(NGWN)将融合不同接入技术，如蜂窝网络技术、WLAN技术、Ad Hoc技术等，能够支持用户在不同接入网络之间的无缝切换。然而，各类接入网络的功能、性能的差异性，网络结构的复杂性及难以量化评估，将给异构融合网络垂直切换性能的提高和系统性能的增强带来较大的困难及挑战。　　 本文采用人工神经网络(ANN)建模及参数优化方案，实现异构融合网络垂直切换性能的优化，通过切换目标网络参数优化设计，支持切换期间用户服务的连续性及用户在切换原网络与目标网络中QoS的一致性。本文主要包括以下几方面的内容:　　 首先，对异构融合网络垂直切换中面临的问题进行了分析阐述，提出异构无线网络融合的必要性及主要研究内容，最后总结了垂直切换的几个重点研究课题。　　 其次，本文在对ANN理论进行阐述的基础上，从BP神经网络的学习和建模要点入手，分别对UMTS和WLAN网络的工作机制进行ANN建模。通过NS2仿真（给定UMTS和WLAN网络拓扑结构下）得到网络用户输入参量及相应吞吐量样本数据，据此确定网络内部映射关系，实现基于BP神经网络的接入网络建模，并通过数值仿真验证模型的收敛性及正确性。　　 最后，本文基于3GPP提出的EPS架构，实现了架构扩展。通过在该架构下引入基于神经网络的垂直切换算法执行模块UIM，实现切换目标网络自适应参数优化。针对上行垂直切换和下行垂直切换两种情况，通过对目标网络用户特性参数的自适应调整得到满足用户需求的输出吞吐量，从而提高用户的满意度，优化垂直切换性能。