路径探寻问题是网络研究中一个经典且重要的内容,长期以来不仅解决了许多诸如电子导航这样的实际应用问题,还常被当作基本工具用于解决其他优化问题,如交通规划、内容搜索等。然而,随着技术的发展,当今现实世界中的网络往往由各种实体以及实体间错综复杂的关系构成,具有规模巨大、结构复杂的特点,且存在形式多样,既可以是有形的如交通网等,也可以是无形的如万维网等。在这样的背景下,传统的主要面向小规模网络的路径探寻策略和算法已不能满足现实研究的需要。近来兴起的复杂网络理论,较好地解释了这些现实网络的特征,有助于揭示隐藏在各种现实实体关系中的规律性。因而,在复杂网络环境下进行路径探寻策略研究,有助于进一步拓展复杂网络理论在工程技术领域中的具体应用,具备较高的实际应用和理论研究价值。基于此,本文围绕路径探寻策略这一主题,首先对复杂网络中基于随机游走机制的最短路径映射及拥堵自适应优化策略进行了分析和研究,之后针对以无线传感网为代表的复杂网络由于不确定性因素增多而带来的路径不可靠问题,提出了一种基于路径可靠度和到达概率的可靠路径探寻方法,并通过理论分析和计算机仿真相结合的手段,在理论和实践两个方面都验证了研究的正确性和可行性。全文的主要研究内容及创新点如下:1.研究了复杂网络的概念、特性和结构,重点分析了包括随机网络、小世界网络和无标度网络在内的各种网络模型特点,详细阐述了这些网络模型的具体构造方法,并进行了实例说明,从而为后续在计算机仿真分析中验证相关路径探寻策略的性能提供了帮助;2.针对复杂网络中单粒子随机游走导致平均路径较长,从而影响路径映射效果的问题,将多粒子随机游走模式与多源出发方式进行有机结合,提出了一种基于多源多粒子随机游走的最短路径映射策略,建立了基于有限状态Markov链的多源多粒子随机游走数学模型。理论分析表明,相较于单粒子随机游走模式,在基于多源多粒子的最短路径映射策略中,首到粒子在t步内到达目的节点的概率较高,且平均首到路径长度接近最短路径。仿真实验结果表明,应用该策略可以使得平均首到路径较短,且适用网络范围较广;3.针对复杂网络中随机游走搜索策略往往基于静态和固化角度出发进行路径选择,从而无法有效应对网络拥堵的问题,提出了一种拥堵自适应的路径优化策略。通过引入节点的粒子等待队列,建立节点的动态流量平衡方程,利用自适应参数计算特定时刻节点对于到来粒子的接受概率,从而实现路径探寻过程中的拥堵自适应调整。同时和传统方式主要基于粒子经过节点数去评价搜索效果不同,本策略充分考虑了粒子在节点队列中的等待时间,并通过结合多余粒子吸收方法,有效提升了策略的实用性。仿真实验结果表明,该策略具备了较强的抗拥堵性,搜索效果较好;4.针对复杂网络中由于不确定性因素增多而带来的路径不可靠问题,提出了一种基于路径可靠度和到达概率的可靠路径探寻策略。主要思路是利用最优子结构性质,通过可靠度标签计算来建立目标节点集合,直至发现目的节点、路径建立为止。为了克服该方法对可靠度阈值的预设条件依赖,在此基础上又提出了一种基于到达概率的可靠路径探寻算法。数值分析结果验证了本方法的正确性。之后针对复杂网络中较为热门的无线传感网应用,设计了一种基于上述方法的路由机制。仿真实验结果表明该路由机制能够较为有效的建立可靠路径,提高了传输成功率。