复杂网络科学的发展,已经成为研究各种复杂系统的有效工具。利用复杂网络的理论和方法探究复杂系统,具有重要的理论意义和实际应用价值。其中:识别多影响力节点是复杂网络领域研究的热点问题,即寻找到网络中多个节点使得对网络的影响最大。识别多影响力节点在实际生活中对疾病控制,产品营销和推广以及信息传播等方面具有重要的意义。目前已提出一些有效的识别方法,比如将中心性指标排序靠前的作为多影响力节点,但这种方法选取节点较为聚集,对节点之间的相互作用欠缺考虑。因此,本文从多影响力节点的特点考虑,即要满足节点之间较为分散,又要自身足够重要,这样能在保证传播非冗余的同时,传播范围尽可能的广。本文针对该思想提出基于区域密度曲线识别复杂网络中多影响力节点方法,主要研究包括以下两个方面内容:1.考虑到网络中多具有核心-边缘结构或社团结构,首先寻找这样的结构,在探测这样的中尺度结构中有个统一方法,即通过绘制网络的区域密度曲线,然后根据曲线的特点来寻找网络的核节点或社团内部节点,接着寻找核心与边缘或社团与社团之间的桥梁节点,最后确定所选取的影响力节点。2.在不同网络上用不同算法进行比较,包括度、介数、k-shell、度折扣、着色等中心性指标,分别在不同传播动力学下进行实验。结果表明:基于区域密度曲线识别的方法更优于其他指标,选中的节点之间较为分散且节点自身也很重要。