城市作为人类文明的代表,经济、社会、科学、文化的渊源和焦点,加之当今迅速的城市化进程,使得城市和城市化的研究日益重要。但作为一个复杂的动态大系统,城市系统具有多层次、复杂性、开放性等特点,使得建立在欧氏空间几何基础上的传统城市系统研究一直不够深入。传统研究方式面临的困难以及城市发展的种种新特征暗示着城市研究需要发展新的理论和模型。以元胞自动机(Cellular Automata,简称CA)、遗传算法(Genetic Algorithm,简称GA)和复杂适应系统(Complex Adaptive System,简称CAS)等为代表的复杂系统理论以其综合性、跨学科性和方法论的普适性等优点解决了传统城市研究中的诸多问题,利用这些方法研究城市已经构成城市系统研究的前沿。但这些复杂系统理论不能从组元的相互作用出发,从机理上说明城市系统的原理和动力学方程,也就不能形成真正的空间动力学模型。没有动力学原理的支撑,对城市的描述往往过于主观,不能对其发展演化的过程进行精确的模拟。因此,急需一门全新复杂性理论来更为有效的进行城市系统的研究,于是,最大流理论应运而生。在综合城市的传统研究以及一些复杂性科学理论对城市系统研究的基础上,结合城市发展出现的新的特征,利用复杂性科学的研究进展,本文论证了城市是一个开放的远离平衡的非线性复杂系统,同时提出城市研究的范式转换。本文在论证原子论在复杂城市系统研究中的失效后,定义了基于替代原子的新本原的广义物理系统,并指出普通物理系统只是广义物理系统的特例。系统阐述了广义物理系统的基本原理,创建了广义物理系统的基本方程,将广义信息熵原理作为统一大自然的法则,最后探讨了基于信息理论的物理学。结合人工神经网络,发展了与理论模型相对应的数值计算方法。利用统计力学建立自组织特征映射网络的理论基础,使得这一数值计算方法与理论模型具有内在一致性,并进一步拓展其聚类分析功能和隐含的分形机制。通过分析网络训练的模式识别过程与城市演化模式形成过程的统一性,得到量化城市模式参量的方法。时间尺度上,以广州市为例,利用城市统计数据,在Matlab下展开自组织特征映射网络数值计算分析,得到了广州的形成和发展过程,诠释广州市结构模式随时间的蔓延过程及实质;空间的尺度上,分析北京、上海、广州、天津、重庆的发展和演化动力学过程,以及对比分析几个城市的发展模式。在这一基础上,挖掘目前我国城市建设中存在的问题,为城市模式的发展规划提供参考意见。最后,总结了本研究工作的创新和不足,为进一步的研究工作提出一些思路。