用复杂网络理论来研究复杂系统是科学界的基本共识,受到来自各个不同学科领域研究人员的广泛关注。研究表明,复杂系统的拓扑结构与网络的行为特征之间具有内在本质的联系,复杂网络理论为揭示复杂系统潜在的运行机制提供了理论依据。所以,构建复杂网络演化模型以及设计社团划分算法,是复杂网络研究中一个非常重要的课题,合理真实的网络模型以及高效率的社团划分算法,能更好地反映现实系统的演化规律和结构特征、更确切的理解网络的功能或预测现实系统的未来行为。本文的研究内容包括如下：第一,为了能够较全面地揭示加权网络演化机制背后的规律,建立与真实世界中系统演化相匹配的模式,我们考虑了复杂网络演化过程中节点连接具有的三大特性：局域特性、局域世界内外动态连接特性以及三角形法则特性,建立了TF法则嵌入机制的动态局域世界网络演化模型(TF-DLW模型)。该模型每一个演化过程中均融入了TF三角形法则机制、BBV权值动态演化准则。数学理论分析运用统计物理学中所提出的著名平均场理论,理论推导表明TF-DLW演化模型强度分布符合幂率分布特性。在对TF-DLW模型在度分布,强度分布,边权分布上的计算机仿真实验中均发现具有明显的幂率肥尾现象,三角形结构的嵌入使得模型能更平稳地调节聚类系数的范围大小,而且度-势相关性图明显呈现线性关系。第二,社团结构是复杂网络重要的结构特征。目前,人们从不同的研究角度提出了各类划分社团的算法。本文基于动力学过程,提出了一种新颖的社团结构划分方法,该方法建立了形成简单社团结构形式所提供的数学不等式与动力学模型Potts Model之间的紧密关系。从动力学角度出发,我们构建了复杂网络节点成员向量的动力学迭代系统。为了更好的搜索分布不均匀的节点,其节点成员向量动力学方程受到两种最新的衡量指标的影响。一种指标是考虑了共同邻居节点比例和边介数比例的权值因子参数W。另一种重要指标是考虑了节点位置分布的稠密度,即紧密度系数T。在下一阶段,我们设计了一种基于动力学特性的新颖Improved-EM算法。通过算法的动力学迭代能够有效迅速的搜索到目标函数F的最优值,从而获取最佳社团结构。最后,我们利用稳定性优化方案Stability来优化Improved-EM算法划分的社团结构。该稳定性方案能有效缓解优化目标函数F可能带来的分辨率限制问题。第三,模拟仿真实验主要集中在LFR基准测试网络和一些真实世界的数据网络。在LFR基准网络的测试上,与已有的几种著名划分算法在运行时间、稳定性、准确率等作了对比研究,发现Improved-EM算法在不同方面均优于其他几种划分算法。在对真实世界数据进行研究的过程中,通过Improved-EM算法侦测获得的Zarchary空手道俱乐部网络社团、美国大学足球俱乐部网络社团均与各自原始的数据网络社团结构相互匹配。在研究宽吻海豚社会关系网络时,我们构造了称为紧密相似因子TSI的新的评价指标,该参量值比HWI参量值要高,说明能更好地衡量海豚建立联系的频繁度,更能挖掘海豚关系网络拓扑结构规律,由此,TSI值为Improved-EM算法测试海豚关系网络实际数据提供了更可靠的参考值,算法侦测获得的社团结构也基本与原始海豚关系网络数据相匹配。