近年来,车联网（Internet of Vehicle,IoV）技术在不断发展,同时用户的需求也日益多样化,单一网络已无法满足用户的所有业务需求,融合多网资源的多源异构IoV的出现是不可避免的。在多网同时覆盖的异构网络环境下,设计一种合适的网络选择算法,以解决用户接入网选择的问题,是十分有必要的。为解决异构IoV环境下用户接入网选择的问题,首先,本文引入用户满意度和效用函数的概念,基于传统香农容量的表达形式,兼顾用户满意度和传输效率,提出了一种新的网络选择策略。在文中将该策略建模为一个凸优化问题,利用拉格朗日（Lagrange）乘子法和牛顿迭代法求其最优解,并在MATLAB环境下进行仿真,证明所提网络选择策略的有效性。实验结果表明,本文提出的兼顾用户满意度和传输效率的网络选择策略,与基于发射功率的网络选择策略和基于传输速率的网络选择策略相比,所提策略的效用函数最大值分别是前两者的1.08倍和6.5倍,证明其是一种高效可靠的网络选择策略。其次,针对传统香农容量理论没有对时延加以限制的问题,本文利用有效容量（Effective Capacity,EC）的概念,综合考虑传输时延、用户满意度和传输效率,提出了一种合理的网络选择算法。利用优化理论对该算法进行处理,并利用Lagrange对偶法对其进行理论推导,紧接着在第五代移动通信技术（Fifth Generation,5G）、专用短程通信（Dedicated Short Range Communications,DSRC）和无线局域网（Wireless Local Area Network,WLAN）三种网络同时覆盖的环境下进行仿真实验,验证算法的合理性。仿真结果表明,基于EC的网络选择算法,可在异构IoV环境下,很好地反映时延对网络性能的影响,并可以出色地解决用户接入网选择的问题。最后,随着移动流量爆炸式的增长,为满足用户对高吞吐量的需求,本文基于下行设备到设备（Device-to-Device,D2D）异构协作IoV网络环境,综合考虑系统吞吐量和传输时延,提出一种网络选择算法。该算法利用协作D2D通信,来提高系统的吞吐量,利用EC的概念,来研究时延对网络性能的影响,并利用优化的方法对其进行理论求解,最后通过仿真实验,验证算法的可行性和科学性。实验结果表明,基于下行D2D异构协作IoV的网络选择算法,在不同网络环境下,均可获得较优的网络性能,在满足用户高吞吐量需求的同时,可以为当前用户选择出最为合适的接入网,由此可见这是一种可行的网络选择算法。