近年来，复杂网络理论在信息网络、社会、经济管理、物理等领域中的应用已经取得了很多重要成果;尽管如此，以前的研究往往忽略了复杂系统中时间的特性，而时间在许多实际网络中扮演着关键的角色。与此同时，网络的鲁棒性和修复性也受到了广泛的关注，它们对复杂网络能否经受住结构上的破坏、保护网络免受故障、快速恢复功能以及应用程序的设计都是至关重要的。　　本文的研究主要基于时序网络的SIR模型，通过从现实数据中构造的时序网络中选取节点作为感染源，同时对网络进行破坏（包括随机删除和蓄意攻击）;通过该模拟方式，我们主要用节点传播能力和时序鲁棒性的评价方法对时序网络进行了评价和讨论;结果表明，相比节点的传播能力，时序鲁棒性更好的表现出了时序网络在遭受随机删除与蓄意攻击后结果的差异，而且我们发现并不是所有网络对于蓄意攻击都会表现出脆弱性;更有趣的是，通过分析网络的静态度分布和时序度分布，我们发现与静态度分布相比，时序度分布才更好的体现了含时网络的拓扑结构;我们还分析了在零模型下的新时序网络的模拟结果，该研究不仅突出了时间属性在评估鲁棒性中的重要性，也显示出了时间特性对网络的时序效率也具有重要影响。相比复杂网络的鲁棒性研究，网络的抗毁性修复问题还没有得到更多的关注，尤其是在时序网络方面;而我们在文中的第五部分，给出了时序网络在遭受到攻击传播能力最强节点后的一种修复机制，通过分析和讨论不同修复概率下时序网络的修复效果;我们发现，除了不同修复概率对修复效果具有很大的影响（尤其是时序效率）外，在时序网络的修复过程中会很快出现一个最大值，不同修复概率下，这个最大值出现的时间差不大。