近年来,机器学习技术和深度学习技术在生活、学习乃至各个领域中的应用不断加深,不断进步。在光通信领域中,其发展也尤为迅速,在研究中,人工智能对光通信行业有着重要意义,两者结合的方面不仅仅局限在软件方面,比如已经在信号性能检测、信号处理等方面都有了长足的发展,还有在硬件方面,对硬件的智能制造以及对整个系统的智能监测智能运维也会是未来的发展的重点。而在光纤通信系统建设方面,我们一直都是以实际操作或者专业人员采用专业软件进行模拟,这需要大量的专业人员进行操作,并且可能会造成一些不必要的材料损耗,而本论文在节省人力物力、减少耗用资源以及传统行业领域与新兴智能领域交叉结合的思想下,把机器学习、深度学习的方法引入光通信系统中光纤信道的模拟分析和接收端信号的自适应预测。本论文的主要工作如下:第一,分析了当前光纤信道与光通信系统模拟分析的研究现状和趋势,阐述总结了将人工智能算法应用于光通信领域的重要性和必要性。第二,结合人工智能技术应用于光通信的典型事例,比较了传统数值方法和人工智能方法在光纤通信系统模拟分析中的优缺点,并给出了人工智能算法在光纤通信技术研究中的适用场景和应用要点。第三,设计并实现了基于深度神经网络(DNN)、长短时记忆网络(LSTM)等深度学习算法的光纤信道模拟方案,仿真分析了所提方案的可行性和准确性。