随着通信网络的快速发展,网络技术不断更新,网络规模不断壮大,网络结构越来越复杂,网络中运行的数据也在不断增长,企业和用户对通信网络的安全性、稳定性和可靠性要求越来越高。在如此复杂的网络结构中出现网络故障也是避免不了的,因此当网络出现故障时,能快速的对网络故障进行诊断和定位,有效的解决网络故障并及时恢复网络的正常尤其显得越来越重要。传统的网络故障诊断方法,计算工作量庞大,处理周期也比较长,无法对故障实现准确、快速地诊断。因此,研究智能化、模型化及快速化的网络故障诊断方法将会是未来研究的主流方向。本文重点分析和研究了通信接入网络中出现的各类宽带网络故障,并针对此提出了一种基于遗传算法与因果模型的宽带网络故障诊断方法。由于通信网络故障具有突发性、动态性、难排查的特征,维护起来比较困难。而遗传算法具有并行搜索和全局搜索性,算法简单、适用性强等特点,在计算中可以减少运算量,缩短诊断时间,能够提高故障的诊断效率。本文将遗传算法引入到通信接入网络的宽带故障诊断当中,研究了基于遗传算法的宽带网络故障因果模型的实现。本论文的主要研究工作有:(1)收集和分析通信接入网络项目中出现的各类宽带故障实例,找出故障节点间的因果逻辑联系,构建了一个宽带网络故障因果模型,将该模型分成了四层,由内到外分别为故障现象层、故障标识层、故障原因层和故障措施层。(2)根据已建立的故障因果模型,建立了一个由目标函数,决策变量和约束条件组成的数学模型。将数学模型中的目标函数作为遗传算法的适应度函数求出最小值,即求路径发生的概率最大转换成了求路径距离最短的问题。(3)将问卷调研得到的故障节点间概率大小的样本数据,运用遗传算法并行搜索计算出各条路径的距离大小,将求出的各条路径距离进行从优到次的排序,形成一个比较直观、扩展性好的宽带故障路径优先级表。按照表中从优到次的路径顺序逐一排查,找出导致故障的最终原因。(4)将实际中的通信接入网络项目中工程师的故障日志记录得到的样本数据作为测试集去验证,利用R语言实现遗传算法的效果验证,最后通过使用模型前后的提升度来评估模型的性能。本文提出的宽带网络故障诊断模型经过训练集和测试集的实证,诊断结果与实际相符,并且有较高的提升效果,表明该诊断方法切实可行、具有较高的诊断可靠性和实用价值性。