复杂网络是研究复杂系统的重要方法,而研究复杂网络的终极目的,是去理解和解释网络拓扑结构对于在网络上发生的各种物理过程的影响,本文的主要内容就是讨论复杂网络上的舆论动力学行为。我们研究了在二维网格上以概率φ添加连线,并且连线的长度满足p（l）～l^-α的推广小世界网络上的Sznajd模型,这里长程连接以概率p（l）～l^-α在拓扑距离为l的节点之间添加,α值的变化会改变长程连接的分布位置,进而改变网络的全局关联性质,如当参数φ和α增加时,网络的小世界性质增强,即平均最短路径变小而聚集系数增加,通过Monte Carlo模拟和对模拟的驰豫时间分布p（μ）和决定时间p（Υ）进行比较,我们指出,铁磁吸引子有非平庸的出现概率且驰豫时间和决定时间随着网络结构变化而不同。我们提出了个体持续度I_i的概念,即每个个体保持自己态度的能力,我们选取了两种不同的策略:个体的持续度正比于连接度I_i=k_i/Σ_jk_j和个体的持续度随机在网络中分布,满足关系p（I）=I^-α,其中第一种是考虑到个体在网络拓扑结构中的异质性,节点的功能和所处结构有一定的关联,而后者则是个体的功能和结构没有关联,研究了这两种不同策略下的Sznajd模型的传播特点。不论是否加入个体持续度这个性质,系统总是会演化到两个稳定的铁磁性吸引子上,而且随着小世界性质的加强,驰豫时间和决定时间都会减小,当加入个体持续度这个性质时,在个体持续度和网络结构有关联时可以缩短这两个的时间,反之,个体持续度和网络结构没有关联时,这两个时间都会增加,说明在个体性质和网络结构有关联的时候可以进行有效传播。在社区强度为可调节Q的无标度网络中,在异步更新方式下,发现驰豫时间是会随着集团强度增加而增加的指数衰减,当采取三种不同的初始密度的选择:随机选择初始节点对、选择同一个社区中的节点对和选择不同社区中中心节点对时,会有非平庸的退出概率E,在选择随机选择初始节点对时,退出概率和集团强度没有关联,而其他两种策略会使得退出概率随着集团强度的变化而变化,存在着最优策略使得退出概率在一定的集团强度下最大。以上都是考虑的是静态网络上的舆论动力学,而实际上,网络的结构不是一成不变,也是会受到网络上的传播流的性质变化而变化的,网络上的动力学会影响到网络的拓扑结构,而网络的拓扑结构又会对网络上的动力学有反馈,这样就产生了自适应性网络。我们考虑了自适应网络上的Sznajd模型,即网络中的节点的态差大于置信区间时,节点对之间的连线会重绕,反之,则节点对可以对周围的邻居有影响,在这样的自适应网络上的Sznajd模型研究中,我们发现由于重绕概率p的引入会出现网络的拓扑结构的分裂,出现不同态的小集团而且最大集团的大小和数目受到重绕概率、置信区间的影响,当置信区间大于0.5时,整个系统会最终演化到相同的一个集团,当置信区间逐渐减小时,最大集团的大小逐渐减小,并且集团的数目逐渐增加,我们也在不同尺寸大小的网络上做了研究。本文还对目前和舆论动力学相关的自适应网络上的动力学做了简单回顾和综述介绍。