近年来,通信技术在军事领域和民用领域得到广泛应用。对通信网络的效能进行评估,有助于合理规划网络部署,提高网络系统的高效性、可靠性和经济性。目前通信网络效能评估存在一些问题:首先,评估结果的可解释性较差;其次,效能评估过程主观因素较大,评估结果缺乏客观性;第三,现有评估方法缺少对影响网络效能因素的分析,不能为网络规划提供指导性的建议。针对上述问题,本文从以下方面进行了研究。首先,本文提出了一种基于仿真技术的网络效能评估方法SB-CNEE。文中首先阐明了网络效能和网络性能的概念差异,明确网络效能是指网络系统作为一个子系统,对一个总体任务系统目标达成的支持能力的度量。在此基础上,提出了网络效能计算公式和SB-CNEE网络效能评估方法。该方法采用多系统联合仿真的方式得到总体效能,再利用网络效能计算公式计算网络效能。SB-CNEE方法解决了现有效能评估方法存在的受人为因素影响较大、评估结果的可解释性差等问题。其次,本文提出了一种基于神经网络的通信网络效能评估方法NB-CNEE。SBCNEE方法需要多系统联合仿真,评估过程复杂、耗时较长。为此,NB-CNEE引入神经网络解决上述问题。具体地,首先应用SB-CNEE方法进行大量仿真实验,构造用于训练神经网络的数据集。进一步,训练神经网络模型,挖掘网络业务指标和网络效能的关系。为了使NB-CNEE应用于不同规模的网络,保证神经网络模型的通用性,NB-CNEE采用K-means算法对网络节点进行分类,用类数据代替节点数据训练神经网络模型。模型训练完成后,NB-CNEE进行网络效能评估时只需要通过单独的网络仿真就可以计算网络效能。与SB-CNEE相比,NB-CNEE方法更为简单、快速,可应用于紧急情况下突发任务的网络效能评估。再次,本文提出了一种基于支持向量回归的通信网络规划优化方法SVRCNPO。如果规划的网络系统经评估后发现其效能不能满足任务要求,需要对网络系统重规划。针对该问题,SVR-CNPO利用支持向量回归方法,分析网络参数与网络效能之间的关系,计算出各个网络参数对网络效能的影响程度。在网络重规划过程中,优先对重要的网络参数进行调整,从而优化网络规划过程,提高规划效率。实验结果表明,上述方法可较为有效地评估通信网络的效能,提高网络规划效率。本文基于上述方法设计并实现了一个通信网络效能评估系统,并应用于某军事通信网络的效能评估之中。