近年来，复杂网络一直是广大学者研究的热点。复杂网络在交通运输、通讯、生物、物理、计算机、控制等众多学科领域都有着广泛且重要的应用，并取得了丰硕的研究成果。由于世界物质的普遍联系性，不仅同一个网络系统内部的不同个体之间存在联系性，不同系统之间也存在紧密的相互作用与关联。一种常见的关联是由于同一个个体同时活跃在不同系统之间(称这种个体是多重身份个体)所造成的。当对关联网络进行综合分析时，一个非常重要的问题，就是找出多重身份个体在不同网络中的节点对应关系，即网络间的节点匹配问题。该问题在身份识别、模式匹配等方面有着重要的应用。但是，现有节点匹配方法的匹配精度有待进一步提高。鉴于此，本文主要研究了如何利用网络的拓扑结构建立网络节点匹配问题的数学模型，并给出了相应的进化求解方法。　　本文首先研究了基于邻接矩阵的网络节点匹配理论和方法。邻接矩阵是网络拓扑结构的完美体现，因此，本文通过网络的邻接矩阵之间的相似度对网络的匹配程度进行度量，从而实现节点之间的匹配。首先，基于图的邻接矩阵建立网络节点匹配问题的优化模型；然后，给出相应的进化算法求解上述模型；最后，通过实验证明，和传统的随机算法相比，该匹配算法可以达到较高的匹配精度。其次，研究了基于多目标优化的节点匹配理论和方法。只采用单一目标函数评价两个网络的匹配程度，有可能得到比较片面的结果。实际上，除了邻接矩阵，还可以使用其他方法表示网络的拓扑结构。这样，我们就可以采用多个指标来衡量网络之间的匹配程度。首先，采用多个优化指标，建立网络节点匹配问题的多目标优化模型；然后，采用多目标进化算法进行求解。最后的实验结果表明，该方法可以比单目标方法获得更好的匹配精度。