在通信网络日趋复杂、综合的情况下，其可靠性研究已经成为网络管理领域必要进行的课题。目前对网络可靠性仍没有一个统一的定义，已有的研究也只是从不同的侧面进行。人工智能技术的迅速发展，为网络可靠性的研究提供了新的途径，本文利用粒子群算法、支持向量机、神经网络，以及随机Petri网，对LAN／WLAN集成网络的可靠性进行了深入的研究，旨在探索有效的、先进的、智能化的通信网络可靠性评估和预测新方法。1．引入了递减指数和迭代阈值，对基本粒子群算法中线性递减权策略公式进行了改进，提出了一种非线性改变惯性权重的粒子群算法。仿真结果表明，改进PSO算法在搜优精度、收敛速度以及稳定性等方面有明显优势。2．基于LAN／WLAN集成网络提出一种定义通信网络可靠性的新方法。并利用改进后的粒子群算法对BP神经网络权值的选取进行优化，建立了LAN／WLAN集成网络可靠性的预测模型。3．将支持向量回归方法应用于LAN／WLAN集成网络可靠性预测中，通过建立SVM模型对可靠性进行预测。4．基于随机Petri网模型对LAN／WLAN集成网络系统进行了建模，计算出了LAN／WLAN集成网络系统的一系列性能指标。本文对三种可靠性预测模型(BP神经网络、改进PSO算法优化后的BP神经网络、SVM回归模型)进行了仿真实验，并比较了它们的优缺点。