根据中国互联网络信息中心发布的最新数据,目前中国网民规模达8.54亿,网民通过手机接入互联网的比例高达99.1%,互联网入网门槛进一步降低。同时,随着社会媒体、社交网站的发展和普及,网络谣言肆意传播问题日趋严重,加之网民数量大、信息冗杂且传播速度快等因素,使谣言传播更加复杂难以控制,成为复杂网络中的重点研究领域。本文采用复杂系统研究中具有良好适用性的ACP方法,为复杂网络谣言传播控制问题提供有效解决方案,包括人工系统、计算实验和平行执行。结合网络谣言信息特点,通过分析网民社会属性、心理属性及行为决策,谣言影响力、媒体信度对谣言的影响等因素,基于网络谣言传播模型与Agent行为建模,构建网络谣言传播的人工系统;根据官方数据信息和实际调研数据,确定研究方案;在Python平台中设计计算实验过程,通过调节实验参数,对谣言传播的各类现状进行模拟仿真;将现实社会网络中的数据应用于人工社会,实现人工系统与实际系统的平行执行和动态连接,对控制网络谣言传播的策略有效性进行检验和改进。基于ACP方法的谣言传播控制系统能够较为准确地模拟网民谣言传播行为演化趋势,分析网民的认知及行为偏好,确定仿真过程中各数据的动态变化。实验结果显示:人工系统中网民节点度的大小、政府媒体、娱乐媒体信度等对谣言不同传播阶段的影响效果较为明显。因此,现实社会网络中,通过合理规范粉丝数或好友数较多的网民发布的线上话题内容,可以有效控制前期谣言传播和扩散,将谣言止于源头,大大降低社会影响;在谣言传播的爆发期和消退期,网民对政府官方网站或微博信度较高,对娱乐媒体内容认知较为模糊。社会娱乐媒体会影响网民的正确判断,加速谣言的传播。此时,通过在政府官方媒体发布辟谣信息能够有效控制谣言传播,尤其在爆发期,作用较为明显。基于已有的网络谣言传播案例的研究演化趋势,通过平行执行过程对本文建立的人工社会的准确性进行验证。结果表明,本文的研究模型可以较好地拟合已有的实际数据和研究结果,成功预测谣言传播的演化趋势,合理验证控制谣言传播的解决方案的效果及可行性。ACP方法在谣言传播控制领域的应用为其系统性的研究奠定了理论基础。