复杂网络研究的最终目的是控制网络。近年来,复杂网络的研究都集中在通过控制一个最小的驱动节点集来控制整个网络。然而,一般情况下,控制整个网络既不灵活也不必要。实事上,目标控制是必要的,也是可行的,即只需要控制网络中部分节点,来维持整个网络的正常运行。2014年贪婪算法被提出,其可以近似地求出控制网络中给定目标节点所需要的驱动节点集。由于这种贪婪算法的核心是使用最大匹配算法不停地迭代,而最大匹配算法只适用于计算网络中所有节点的匹配,即贪婪算法依赖于全局网络拓扑结构;另外,最大匹配集往往不是唯一的,而在贪婪算法每次迭代过程中最大匹配集的不同选择会导致最终产生不同的结果,即贪婪算法的结果受最大匹配集的选取的影响。因此,本文提出了一种新的目标控制方法。本文将图论中的最小路径覆盖与复杂网络的目标控制联系起来,发现覆盖网络中所有目标节点所需最少且不相交的路径数,即目标节点的最小路径覆盖数,等于目标控制所需要的驱动节点数,且最小路径覆盖中的所有路径的起点组成的集合可作为一个最小的驱动节点集,用以控制网络中所有的目标节点。同时,本文给出了两个计算目标节点最小路径覆盖的算法,以及控制目标节点所需要的驱动节点数上界与下界的计算方法。为了验证这种基于最小路径覆盖的目标控制方法的合理性与效率,本文对两个生成的模型网络以及几个实际网络进行目标控制。并根据两种不同的目标节点选取策略,即随机选取策略和蓄意选取策略,运用最小路径覆盖算法和上下界计算方法计算出目标控制所需要的驱动节点数及其上下界。结果表明,本文提出的最小路径覆盖算法计算出的目标控制所需要的驱动节点数的确在其上下界之间,而且蓄意选取策略下的目标控制效率普遍高于随机选取策略下的目标控制效率。最后,本文将最小路径算法应用于只知局部拓扑结构的网络,得出了和在已知网络全局拓扑结构下几乎完全一致的结果,充分表明了基于最小路径覆盖的目标控制完全可以应用于只知局部拓扑结构的网络。