本发明公开了一种基于傅立叶神经算子的光纤信道快速建模方法，具体为：首先基于传统的分步傅立叶算法建立长距离光信号传输仿真系统，获取由输入信号与各跨段的输出信号组成的训练对；随后利用神经网络构建傅立叶神经算子；最后利用训练数据对傅立叶神经算子的权重参数进行迭代更新以完成对映射的逼近。本发明与传统的光纤信道建模方法相比，省去了大量迭代步骤，大大提升了计算效率；同时与现有的深度学习方法相比，将建模精度提升了一个数量级，并且实现了1000km以上的长距离建模，并且克服了传统人工神经网络泛化性能不足的问题，能够应对由不同的发射功率所带来的非线性效应的变化；不需要针对不同的传输场景而多次重复训练。