日新月异的无线通信技术催生了多种异构无线网络的发展,形成了各类异构无线网络并存和互补的局面,没有任何一种无线网络能够满足高带宽、低费用、低时延、覆盖面广的要求,与此同时移动终端已经支持多种网络接入技术,异构无线网络融合成为必然趋势。如何从复杂的网络环境中选择出最为适合的网络已经成了异构网络融合所要解决的关键问题。本文从终端的电能、权重的设定和方案排序方法三个方面对基于多属性决策(MADM,Multiple Attribute Decision Making)的网络选择算法进行深入的探析。终端的电能是网络选择中不可忽略的因素,现有的大多网络选择算法没有考虑到电能损耗因素,或者没能给出有效的自适应模型。本文提出了一种基于终端电能自适应权重的网络选择算法,该算法会依据终端电能剩余百分比来自动调整网络能耗属性的权重,当终端的剩余电能越少时,其权重也就变得越大。实验证明该方法能够在终端电量不足时更倾向于选择能耗更低的网络,有效地减少网络的切换次数,节约终端的电能。在网络选择中,层次分析法(AHP,Analytic Hierarchy Process)是计算网络属性权重的常见方法,但该方法主观性太强,在构造对比矩阵时容易出现模棱两可的判断。本文提出一种基于贝叶斯估计的赋权法,该方法使用德尔菲法(Delphi)获取的权重作为先验信息,使用AHP产生的权重作为样本信息,先验信息利用贝叶斯估计对样本信息进行修正得到网络属性的后验权重。实验证明该方法不仅能够弥补Delphi法对于用户偏好的忽视的问题,还能减少AHP模棱两可的判断对决策结果的影响。TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)是使用最为广泛的网络选择算法,该算法容易产生乒乓效应,另外在贴近度计算方面也存在着一定的问题。本文提出了 Improved-TOPSIS算法,该算法重新修改了贴近度计算方式,并利用候选网络历史信息结合效用函数来缓解乒乓效应,实验证明Improved-TOPSIS网络选择的准确率相比TOPSIS提高了将近8个百分点,减少了终端网络切换的次数和不必要切换发生的概率,节约了终端和网络端的资源。