从复杂网络的角度研究各种复杂系统,能够更好的预言系统的整体行为并成为21世纪以来复杂性科学的重要课题。其研究的最终目的是为了控制网络,更好的为人类服务。然而,目前关于复杂网络能控性的研究,仅是借助线性系统理论中能控性的方法,定性的判断网络是否能控,无法得知系统控制的难易程度。因此,本文提出了定量测量网络能控性的指标,并应用经典模型网络、电力网络以及代谢网络进行验证并开展能控性的研究。借助网络控制中心的概念和条件数能衡量矩阵非奇异性的特点,提出了一个用于定量测量任意网络能控性的指标。在进一步研究中引入能控性分解,对该指标进行改进,从而实现对不完全能控网络的能控性的定量测量。然后将其应用于三种经典网络模型中,分析网络拓扑参数对能控性的影响,验证了所提指标在经典网络模型能控性分析中的有效性。对电力网络采用本文提出的定量能控性指标进行分析。对选取的标准IEEE118电力系统测试网络、东北电站网络,特高压输电网等网络进行拓扑建模。根据得到的网络模型,分析了这些网络与具有同等规模和相同某个参数经典网络模型的拓扑特征差别,并进一步分析了这些网络拓扑特征与网络能控性之间的关系。从仿真结果发现,大多数电力网络具有较小的平均路径长度和较高的聚类系数,属于小世界网络;而且平均度越小,异质性越大,网络的能控性越低;稀疏异质的电力网络比同规模的模型网络等更难控制。对代谢网络采用所提能控性指标进行分析。首先,针对选取的大肠杆菌转录网络、酵母菌发酵代谢网络、两种不同节点的蛋白质结构网络进行拓扑建模。然后,根据得到的代谢网络模型,同时生成与代谢网络同等规模的经典网络模型和具有相同度分布的CM配置模型网络,对各类网络进行拓扑特征和能控性分析。根据仿真结果表明,代谢网络的能控性不仅与度分布有关,还与度异质性有关;而且度异质性和平均度的比值越大,网络的能控越低;稀疏异质的代谢网络比同等规模的模型网络更难控制。