近年来的研究发现，许多现实系统都可以用一个复杂网络来描述。这些复杂网络具有一些相同的特征，如网络平均路径长度较小、聚类系数较大、节点度分度服从幂律分布等，这些特性是复杂网络为完成某些特定功能而逐渐演化的结果。能够用复杂网络来描述的系统既有人工系统也有自然系统。因此，复杂网络逐渐成为研究复杂系统的一种重要方法，而复杂网络模型是研究复杂网络的重要工具。 本文详细分析并实现、改进了三个复杂网络模型：小世界网格模型、社会相识网络模型及无尺度网络模型。在小世界网格模型中，提出并实现了新的根据概率选取长链的方法，该方法按照与源节点距离的远近把概率累加，简化了长链的选取，取得了预期效果。针对复杂的社会相识模型，提出并实现了简化的社会模型，其保持了原有模型的大多数性质和行为，但更易于实现。实现了无尺度网络模型。最后，针对模拟实验结果对三个模型进行了对比分析。