随着无线网络技术的进步和智能手机与电脑的普及,用户对移动服务的期望呈指数提升,运营商在无线网络优化的重点已从网络的服务质量（Quality of Service,QoS）开始转移到用户的体验质量（Quality of Experience,QoE）。此前基于QoS的网络优化研究并不能完全满足用户QoE的要求,因此本课题针对无线网络使用的切换算法展开研究,以提升用户移动时的QoE。本文提出了动态粒子群优化（Dynamic Particle Swarm Optimization,DPSO）切换算法和最速QoE搜索切换算法,分别在理想蜂窝网络和实际的无线环境对两种切换算法进行研究,最终优化了用户QoE。与固定参数的切换算法相比,本文提出的切换算法能同时提高和平衡用户的QoE,在提高用户QoE同时保证不同用户之间的QoE平衡性。首先本文通过对切换算法进行研究,提出了 DPSO切换算法。该算法在中央控制器中运行DPSO算法来控制切换参数,最终优化总体用户的QoE,并降低了 QoE极差的用户比例。仿真结果表明,DPSO算法动态改变算法的加速度和惯性权重,保证了解的精度,与标准粒子群优化算法（Standard Particle Swarm Optimization,SPSO）相比将收敛速度提高了近一倍。与固定切换参数为0的立即切换算法和固定切换参数为4的传统切换算法对比,采用DPSO切换算法后,用户的总体QoE分别提高了6.22%和4.59%,而用户的QoE的方差分别降低了14.2%和22.6%。所提出的DPSO切换算法将QoE小于1.9的用户数量降为0。其次,DPSO算法在基站数目增大时,可能会出现迭代时间过长的问题,因此本文提出了最速QoE搜索切换算法,该算法分别对切换参数增大和减小3dB,根据对应的QoE变化得到切换参数的变化。之后,本文使用某地区的7天无线测量报告数据通过最小二乘法对3GPP的TS36.942协议中提出的TS36942路径损耗模型和标准传播模型（Standard Propagation Model,SPM）模型进行对比,最终选择TS36942校正模型完成了对某地区的无线环境模拟。基于某地区的无线环境仿真可得,DPSO切换算法相比固定所有小区切换参数全部为0的立即切换算法将QoE方差降低了 10.14%,整体QoE提高了 10.8%;相比固定所有小区切换参数全部为4的传统切换算法将QoE方差降低了 8.17%,将整体QoE提高了9.19%。最速QoE搜索切换算法相较于立即切换算法,将QoE方差降低了 9.18%,整体QoE提高了10.25%;与传统切换算法对比将QoE方差降低了 7.18%,整体QoE提高了 8.62%。最速QoE搜索优化算法相较于DPSO算法,降低了算法的时间和空间复杂度,其迭代次数相比于DPSO算法减少了近一半。最后本文改变了用户的速度,经过仿真可知,在不同的用户速度下,本文提出的两种切换算法均能很好地优化用户的QoE。本文提出了 DPSO切换算法和最速QoE搜索切换算法。DPSO切换算法中算法的精度较高,最速QoE搜索切换算法迭代次数较少。两种算法的QoE优化结果相差不大,均可以在用户移动时完成QoE的优化。