从欧拉提出七桥问题以来,人们对图的研究经历了三个阶段,分别是规则网络、随机网络与复杂网络。人们对复杂网络的研究时间并不长,复杂网络是一个比较新的研究领域。复杂网络不同于过去的规则网络及随机网络,它往往比规则网络更具随机性质,然而又不是跟随机网络一样完全随机,而是呈现出了一些不同寻常的网络拓扑特征。复杂网络作为一个比较新的研究领域,吸引着很多学者去探索。人们对计算机网络与社交网络研究的不断深入,极大地推动了复杂网络的发展。一般地,现实中的复杂网络有如下特征:平均最短路径长度短、聚集数大、大部分节点度比较小,只有少部分的节点度非常大(Hub节点)、b<Nl)(log中的参数b具有一定规则,有些小于2,有些大于2,但很少超过3。目前研究最为广泛的两种复杂网络是无标度网络及小世界网络。两者各有各自的特点,其中无标度网络是指度分布服从幂律分布的网络,小世界网络是图中指任意两个节点,即使不是相连的节点,但经过几步便可以达到对方,体现一种“世界很小”的特征。复杂网络的研究在现实生活中的作用越来越重要,人们对复杂网络的研究也不断向前发展,除了无标度网络与小世界网络之外,相继出现了许多具有其他特征的复杂网络模型。本文通过对复杂网络度序列特征的研究,提出一种度序列服从指数分布的复杂网络。本文给出了指数分布网络的具体定义,根据定义推算出指数分布网络的各项参数,在特定的参数下给出了用于计算机仿真实验的迭代算法。最后通过node语言实现该算法,通过cytoscape画图工具将实验的仿真结果用图形展示出来,并验证了指数分布网络的相关参数。