未来的无线网络是一个基于多种不同类型的无线接入技术的复杂异构网络,不同的无线网络各具特色,可以进行优势互补。下一代无线通信的发展目标是能够实现用户的任何终端都能随时随地的利用现有网络进行高质量通信。多种不同接入技术的无线网络共存的环境导致传统无线网络中的部分技术不再适用。在异构网络环境中,异构网络融合构成复杂的应用场景和多样化的目标用户,用户在通信过程中可以使用多种不同的无线网络传输业务。但是,不同类型的网络对通信质量的衡量标准不同,而且不同类型的用户对通信质量的要求也不同,这造成异构网络中的网络选择问题复杂化。针对用户不断增加的业务需求,以及各种网络提供的多样化服务,建立一个由单一技术支持的无线网络来满足用户的多样化需求显然是不切实际的想法,因此研究异构网络中的网络选择算法非常重要。网络选择技术作为异构无线网络融合的关键技术之一,选择的结果要求在保证各种无线网络之间的特性的同时,也满足了用户多方面的业务需求。本文以端到端优化为目标,针对异构网络环境的多目标优化问题,综合考虑端到端时延、网络可用带宽以及用户支付费用等因素,采用层次分析法(AHP)设计了基于多目标优化的效用函数,提出基于多目标优化的网络选择算法；在此基础上,本文还针对异构网络的认知化发展趋势,通过Q学习的方法为算法添加认知功能,提出基于认知的网络选择算法,从而获得网络和用户双发的利益相对最优化。最后,通过MATLAB仿真,验证了提出的算法的性能优劣。通过与无线网络中的传统算法进行比较,新算法在资源利用率、负载均衡等方面都有较大的改善。