复杂网络理论是研究网络结构与功能的重要工具。网络传输数据负载是其重要功能之一。随着现实世界中科技不断地发展进步,网络的用户量和所传输的数据量也在不断地增加,网络的传输性能逐渐地无法满足网络中的数据量增加情况,拥塞现象就会发生在网络中,进而导致网络传输性能严重下降,甚至会导致网络崩溃。网络传输容量可衡量网络传输性能,因此如何有效地改善数据包在网络上的传输行为,进而提升网络传输容量,抑制拥塞现象的发生成为了研究的热点。小世界网络模型与无标度网络模型促进了学者们对复杂网络结构与功能的研究。复杂网络传输动力学行为研究是非常有意义的。探究如何优化数据包在网络中的传输行为以达到提升网络传输容量成为了热点问题。流量模型是复杂网络传输动力学行为的体现。路由,网络拓扑结构,网络资源分配是改善数据包的传输行为,提升网络传输容量的三种因素。本文针对路由策略、网络拓扑结构优化策略以及网络拓扑结构和传输容量的关联性进行了研究。1)路由策略方面。提出了一种有效引力路径路由策略。该路由策略考虑到了具有相同度值的节点可能会因为节点之间的路径拓扑结构而具有不一样的中心性,进而对网络传输性能存在不同影响。仿真实验证明了有效引力路径路由策略具有提高网络传输容量,平衡数据包在传输过程中的分布,提高数据包传输速率的优势。2)网络结构优化方面。分别提出了高收缩中心性优先策略与高熵权中心性优先策略。两种策略通过删除网络中部分重要链路来调整网络结构,使数据包绕过负载压力大的中心节点,更多利用非中心节点资源,网络传输容量得以提高。仿真实验证明了高收缩中心性优先策略与高熵权中心性优先策略都可以平衡网络上的数据包负载分布,提升网络传输容量。与高收缩中心性优先策略相比,高熵权中心性优先策略可以进一步提高网络传输容量。3)网络拓扑结构与传输容量的关联性方面。研究了网络的通信序列熵与传输容量之间的关联特性。通信序列熵可以衡量网络拓扑结构间的差异性,研究通信序列熵与网络传输容量间的关联性有助于分析网络拓扑结构和网络传输容量的关联性。仿真实验证明了网络的通信序列熵与其传输容量存在密切关联性,随着通信序列熵的增加,网络拓扑结构的均匀性随之增强,传输性能明显提升。网络的传输容量是通信序列熵的单调递增函数,网络的传输容量与通信序列熵是正相关关系。