计算机网络的复杂性与日俱增，网络性能管理的智能化已成为研究热点。针对传统网络管理系统的局限性，讨论和研究了网络管理系统中的网络流量预测、异常检测和控制管理三个方面，并在VC平台上实现了网络管理系统。　　 在网络流量预测方面，通过研究和分析传统预测模型，对AR预测模型进行了改进，提出了一种将多尺度分析和自回归递推预测相结合的wavelet_AR算法。该算法使用Haar小波在线分析流量在不同尺度上的特性，并能准确表现网络的非线性和线性特征。实验结果表明，该算法准确度有了较大提高，有效地降低了误检测率。　　 在异常检测方面，针对现有检测方法对短时流量突变异常检测效果差的缺点，提出了一种可进行实时网络流量异常检测的残差比异常检测法。实验结果表明，检测方法计算过程简单，延迟时间短，实现了网络管理系统的实时检测。　　 在异常管理控制方面，采用了建立在分布式网络管理方式上的多Agent递阶控制方式。该方法与传统的集中式管理相比，灵活性和稳健性都有了较大的提高。　　 最后采用VC开发平台建立了整个网络管理系统，对网络中不同的关键设备进行网络性能的智能化管理。在西南科技大学校园网上的试验应用表明：该系统有效、可靠、安全，能够显著提高网络利用率，实现网络优化。