复杂网络在现实世界中广泛存在。近年来，有关复杂网络的研究的一个重要方面是动力学问题上。鉴于网络的加团效应在生物学中广泛存在，并在经济科学等领域有着重要的用途，该课题已成为一个研究型热点问题。　　 本文的工作分为三个方面，第一个方面是关于GPU 用于科学计算的研究。近年来，由于CPU在科学计算方面的不足(例如并行效率不高，投入过高等)，将GPU用于科学计算已成为一个热门话题。本文主要考虑四个方面的问题，一是GPU通用计算编程的简便性；二是GPU价格的低廉；三是GPU与CPU速度上的比较；四是精度上能否满足要求。最后，我们发现GPU通用计算编程较为复杂，但能为普通科研人员所掌握，如果要达到相同的浮点运算能力，GPU的价格要低廉得多，在某些计算中，精度上满足要求。　　 第二个方面是复杂网络上的效率模型。单团复杂网络上的效率模型已经有人研究，本文重点通过模拟计算加团复杂网络上的效率模型，并借助于GPU来进行模拟。我们模拟研究了两团小世界网络和两团无标度网络。通过模拟计算发现，对于两团小世界网络，如果在二者之间添加一条边，那么任意一团的效率速率增长，则另一团的效率亦然；对于无标度网络，那么在二者之间需要增加足够多的边，那么任意一团的效率速率增长，则另一团的效率亦然。二者有共同的原因，那就是增加两团的边之后，整个网络的平均距离减少了，直接导致增个网络的效率速率增长。　　 本文第三个方面的内容研究了蛋白质相互作用网络的度分布。通过对蛋白质相互作用网络的度分布进行模拟研究，发现广义指数函数是拟合蛋白质相互作用网络度分布的最优函数，进而说明蛋白质相互作用网络亦是一个复杂网络，且其复杂性高于大家已知的无标度网络。