目前已有的研究还不能全面地评价网络信息级联,研究网络的结构演化及其动态特性已成为当前复杂系统领域的一个重要课题。探究信息级联的背后机制,有助于理解社会群体事件和金融风暴以及生物传播的全球扩散等级联事件,甚至可以在社交网络中控制舆论导向。本文扩展了k-q级联模型来探究复杂网络中的级联过程,分别将该模型应用于单层网络和双层耦合网络上的级联失效行为,以及网络上的信息传播过程中的级联行为。本文主要工作如下:1)从单层网络的级联失效这一特殊的信息级联入手,创新性地将节点的存活能力与节点度值关联,赋予了节点个性化差异性,节点的存活能力不再是完全相同,具体设定分为与度正相关、与度负相关、以及完全随机化。通过大量的仿真实验发现,在个性化设置下,系统的崩溃行为会将发生很大的变化。其中,无标度网络效果更加明显,节点存活能力与网络中初始度值正相关的设置显著增强了复杂网络的崩溃动力学,提高了网络的弹性。2)研究一般的信息级联现象,探索双层网络的级联效应。创新性地扩展了k-q级联模型,引入独立的映射层匹配节点的映射关系,将节点与其映射节点看作一个耦合整体,提出了两种节点脱离逻辑,分别为强逻辑“AND”,弱逻辑“OR”。发现双层网络演化过程中的亚稳态状态仍然存在,并且网络的组成类型,节点的映射方式都会很大程度上影响级联失效的过程。并且在强逻辑脱离规则下,随着映射关系由正相关到随机再到负相关,网络发生级联失效的可能在逐步降低,然而在弱逻辑脱离规则下结论恰好相反。3)将k-q级联模型应用于信息扩散。创新性地对传统阈值模型中的阈值进行重新定义。传统阈值仅仅关注周围邻居比例,当一个节点有非常多的邻居节点时,阈值不容易被触发。k-q级联模型中节点不仅要参考阈值,还要考虑邻居中接受信息的节点绝对数量,该值一旦超过给定值k_s,节点同样会被激活。通过仿真实验发现,级联模型下的ER随机网络上,由一个刺激点触发的信息同样也可以扩展到全局,并且从传播速度来考虑发现,信息在k-q级联模型上的传播的速度要快于在传统阈值模型的扩散速度。