网络优化已经成为提高移动通信质量，增强用户感知的重要途径。话务故障诊断是改善移动通信性能的重要手段之一，随着移动话务故障数据海量式增长，传统的故障诊断方法已很难满足话务故障快速诊断需求。本文依据人工智能思想和专家系统理论，深入分析话务故障诊断事务，提出了一种改进的KNN话务故障诊断算法。该方法充分发挥了专家系统的优势，为移动通信领域的话务故障诊断提供了行之有效的方法理论。在话务故障诊断专家系统的设计与实现中，采用了基于实例推理与基于规则推理相结合的推理方法，利用两者各自优势，弥补各自不足。在基于实例推理的过程中，采用面向对象方法来表示实例，采用KNN算法求取实例相似度及层次分析法计算权值，同时依据话务故障诊断的特殊性，在KNN算法的基础之上作了适当改进，加入了相似度对频次的依赖；在基于规则推理的实现中，应用传统的产生式规则来实现规则存储表示，采用了深度优先搜索策略，来完成规则匹配与搜索，同时采用了依据时间排序的方法来解决冲突问题；在混合推理的过程中，将上述两种方法相结合，以CBR为主，RBR为辅，融合两种推理方式，为移动通信领域中话务故障诊断的应用研究提供了理论参考依据。采用VS2008+SQL Server2008+Devexpress软件开发平台，实现了话务故障诊断系统的开发，并对采用该系统后的实验效果与采用前进行了比较。从结果中可以看出，该系统具备话务故障诊断能力，提高了网络优化效率，同时设计灵活，便于后期扩展与其它应用平台对接。