复杂网络在最近几年受到越来越多研究者的关注,成为近年来研究的一个热点。它既不是规则网络,也不是随机网络,而是具有与两者皆不相同的统计特征的网络。本文将数据场理论、网络化数据挖掘方法和计算机仿真结合起来应用到复杂网络研究中,对复杂网络拓扑结构进行了研究。重点研究对象为复杂网络的拓扑建模与拓扑可视化,这两方面无论在理论上还是在实际应用中都有非常重要的意义。本文的主要工作如下:针对现有拓扑建模研究中层次型模型通常不满足幂率分布规律的问题,提出了一种基于节点拓扑势与幂率特性的层次化网络拓扑模型,并给出了拓扑生成算法PPHM。模型中通过计算拓扑势实现网络节点的分层,能够准确发现网络中的重要连接。通过对平均最短路径长度等拓扑参数的比较,证明了该建模方法的有效性。通过对复杂网络现有拓扑布局算法的研究,给出了一种基于数据场理论和层次聚类方法的布局算法,不仅解决了大规模复杂网络在二维平面上分布时的节点重叠问题,而且能够灵活的计算和反映各种不同网络中节点的重要性程度。通过试验,证明了该算法设计合理,布局结果具有一定的对称性,可视化程度较好。结合网络管理实例,给出一种新的基于公共地图服务框架的网络拓扑图手工绘制工具的设计方案,使得网络设备的物理位置和逻辑关联都可以体现在拓扑图中,提高了网络管理的效率。