网络是世界物质存在的基本形态,是描述与刻画复杂系统的有力工具。真实系统具有本质的时变特性,系统的结构与功能往往随时间而变化,因此描述系统的网络同样随时间而变化,如通信网络、社交网络及蛋白质相互作用网络等,我们称上述节点性质及拓扑结构随时间变化的网络为时序网络。时序网络是对复杂系统时变特性的更准确抽象,时序网络分析理论与方法研究具有重大的理论意义与广泛的实用价值。本文针对复杂系统的时变特性,以时序网络作为复杂系统建模与分析手段,考虑网络规模不变,网络的拓扑结构随时间变化的情况,重点开展了时序网络的理论模型与动力学方法研究,主要包括以下三个方面:第一,总结介绍了复杂网络的基础理论知识。介绍了复杂网络基本度量方法以及基本网络模型,并通过各种度量分析了不同网络模型的性质差异;总结了静态网络的典型链路预测方法以及典型网络传播模型。上述复杂网络基础理论知识为后续工作提供必要理论与方法基础。第二,针对时序网络拓扑结构的重构问题,提出了基于多变量时间序列分析的链路预测模型与算法。模型运用时间序列分析建模时序网络的时间维度,并将多变量时间序列分析与经典结构相似性指标相结合,实现网络时序信息以及结构信息的有效融合利用。模型与算法在安然邮件网络以及高能物理粒子领域科学家合作网络上进行了实验验证,实验结果表明:时间序列分析方法能够较好地刻画网络链路演化的趋势,通过多变量时间序列分析与传统相似性指标结合将网络作为整体进行分析,显著提高链路预测的准确性。第三,针对时序网络的信息传播应用问题,提出了基于反演时序扩散过程的源头定位模型与算法。模型运用信息传播网络的拓扑结构以及部分观测节点信息,通过极小化与观测节点传播时间差的波动来定位传播源头,可实现基于网络信息传播过程回溯信息传播源头逆问题求解。同时设计了三种观测节点信息采样策略,提高源头回溯的效率。模型和算法在模拟网络中进行了实验验证,结果表明,模型能够有效定位时序网络信息传播源头,在仅需50%左右观测节点信息情况下,源头定位准确率可以达到90%以上。