机会网络(Opportunistic Networks)是一种依靠节点移动带来传输机会的新型自组织网络,它不同于传统的网络,通信的源节点和目的节点之间并没有一条固定的端到端的路径,它的路由模式是“储存—携带—转发”,由于机会网络使用的路由模式不同于传统网络,所以传统的路由协议也就不适用于机会网络。在机会网络的研究中,路由算法一直是机会网络的一个研究热点,尽管目前对于路由算法的研究很多,但对于路由算法性能评估的研究还比较少。本文结合复杂网络和社会学方面的相关知识,通过对现实社会中人类的移动规律的研究,改进了前人对节点之间的间隔接触时间的应用,基于节点之间的间隔接触时间服从幂律分布的特性,利用马尔科夫链模拟了概率路由算法的转发过程,分别提出了机会网络中概率路由算法的延迟评估模型和机会网络中具有成功率保证的TTL预测模型。本文提出的两个模型都是基于节点之间的间隔接触时间服从幂律分布的假设,不再使用前人基于指数分布的假设,因为幂律分布更接近真实的人类移动规律。本文中的机会网络中概率路由算法的延迟评估模型,使用消息的传播延迟对概率路由算法的性能进行建模评估,该模型对单副本概率路由算法和多副本概率路由算法都适用,该模型可以像计算单副本概率路由算法的延迟一样精确计算出多副本概率路由算法的延迟,使得多副本概率路由算法的传播延迟不再只是寻找收敛的条件。基于第一个模型,本文还提出了一个机会网络中具有成功率保证的TTL预测模型,该模型新增加了路由算法的传输成功率,不仅可以计算出一个消息从源节点到目的节点所需的传播延迟,而且可在给定传输成功率的条件下,对概率路由的最低消息生存周期TTL进行预测,使得概率路由算法的消息生存周期的设置不再依靠经验进行设置,而是可以通过该模型预测到确定的TTL值。