现实世界已经走向网络化,从交通网络到居民移动出行网络,从生物网络到蛋白质交互网络,从社会网络到犯罪网络,从互联网（Internet）到万维网（WWW）等等。这些网络分别从宏观、微观、抽象、具体的层面对现实世界进行刻画,因此网络科学研究为分析现实世界复杂系统的共性特征提供了有效手段,如通过对网络结构及其节点间的连接的紧密程度（即社团结构）的研究,对揭示节点的内部组织以及发现网络的潜在功能特征具有重要作用;通过对网络有限资源分配的研究,能够最大程度的满足各项需求,抑制有害传播进程。在复杂网络社团挖掘研究领域,针对不同类型的网络,识别潜在的社团结构,是复杂网络研究的重点问题之一。而在当前环境下,针对应急医疗资源的分配策略研究也是契合民生的重点问题。本文针对这两方面内容,围绕网络科学,分别从“如何高效识别网络社团结构”和“如何高效进行网络资源分配”两个科学问题展开研究:（1）如何高效识别网络社团结构:本文依据网络结构,从静态网络和动态网络入手展开研究。提升了蚁群算法的收敛速度、粒子群算法的鲁棒性以及实现了动态网络的非线性特征表示。首先,通过将静态网络下的社团挖掘问题转化为单目标优化问题,采用蚁群优化算法进行求解。之后通过分析判断蚁群在迭代过程中的状态,对传统蚁群优化算法的种群数目进行动态控制,并提出一种新颖的动态种群控制框架。其次,通过将动态网络下的社团挖掘问题转化为多目标优化问题,利用网络平滑性框架,同时考虑动态网络下的社团结构质量和稳定程度。提出一种改进的粒子群优化算法,采用标签传播和遗传操作提高粒子群的多样性。最后,采用网络平滑性框架,提出一种基于自编码器的算法,把动态网络非线性映射为低维表示特征,提升挖掘出的社团结构的鲁棒性。所提出的三个算法在基准和真实数据上进行对比实验,从准确度、鲁棒性和收敛速度方面均证明算法的有效性。（2）如何高效进行网络资源分配:本文针对突发公共卫生安全事件下的医疗资源分配问题,提出高危人群和受感染程度两个目标,为深圳疾控中心提出合理的医疗资源分配策略。首先,通过将资源分配的决策问题转化为多目标优化问题,采用改进的粒子群算法进行求解。之后,通过建立高危人群和受感染程度两个目标,平衡高危人群的异质性和感染的严重程度,生成医疗资源的合理分配策略。最后,通过深圳市人口统计和感染程度数据,得出各个区域的合理分配策略。综上,本文基于网络科学,结合群体智算法和自编码器理论进行静态和动态网络社团挖掘,并利用深圳数据对医疗资源分配提供合理的建议。同时,通过大量实验证明了所提出的算法的有效性。