我们的身边有很多的网络都可以看作由具有特定功能的个体相互作用形成的复杂网络。复杂网络在近二十年来一直受到来自各个领域的学者的广泛研究。在交通运输领域的复杂网络模型中,节点内的信息包排队规则问题和网络节点的容量问题一直没有引起学者们的重视。信息包的排队方式不仅可以遵循先进先出规则,还可以遵循后进先出规则和随机输出规则。另外,在过去的研究中,节点的容量通常被默认为是无限的。而我们现实中的绝大多数网络的容量都是有限的。因此,在网络容量有限的条件下,对于采用后进先出和随机输出规则的网络,采用与先进先出规则相一致的网络模型和路由策略时的交通拥堵现象会表现出怎样的特征?在节点容量有差异的网络中,病毒传播在不同的路由策略下的状态有何差异?本文基于复杂网络的基本理论,针对上述问题做了深入研究,进行了如下主要工作:（1）研究了复杂网络模型及基于复杂网络的病毒传播模型。详细介绍了复杂网络的概念、复杂网络的历史和复杂网络的拓扑结构,研究了复杂网络的四类典型静态网络和一类动态网络的拓扑结构。详细论述了基于复杂网络的病毒传播三类基本模型,研究了三类典型的病毒传播模型在无标度网络中的传播临界值,分别分析了模型的适用性。（2）研究了动态网络上的排队规则对交通拥堵的影响。通过一个基于两点间物理距离和节点负载状态的路由策略,在构建的一个单层动态网络上,分别采用先进先出、后进先出和随机输出的信息包排队规则,通过模拟仿真实验,分析了三种排队规则下的信息包生成率、路由策略可调参数和节点缓存能力对网络传输状态的影响,并对这种影响进行了对比。而且,我们在这三种排队规则下都观察到了类似布雷斯悖论的现象。（3）研究了BA无标度网络上的路由路径策略对交通拥堵和病毒传播现象的影响。提出了与节点度相关的节点信息包存储能力,在BA网络上分别采用最短路策略和有效路由策略以及有限的节点发送能力,通过模拟仿真实验,分析了两种路由路径策略下的信息包生成概率和初始传染源比例对网络传输能力和存包率的影响,并对这种影响进行了对比分析,发现中心节点的交通拥堵有助于抑制传播行为。而且我们发现初始传染源数量的多少几乎不影响传播临界值的大小。