本文利用相振子模型研究了耦合振子系统的连接结构对于振子的分离、整合等集体行为的影响。同步是耦合振子系统动力学研究的一个传统问题,并且被用于理解自然现象中的多种同步行为。分离整合是在同步的基础上根据自然现象中的复杂集体行为提出的动力学问题。本论文采用计算机模拟和解析分析方法,从删除节点和删除连线两个方面研究了耦合振子系统的连接结构对于振子的分离、整合等集体行为的影响。我们的研究利用基本的振子模型,给出了分离、整合变化规律的动力学理论解释。具体研究内容主要有以下三个方面:第一部分,我们模拟了网络结构对于网络复杂性参数的影响。我们从两个全连接网络出发,通过把连接从网络内部移动到网络之间,构造模块化网络。用它作为振子的耦合结构进行模拟。随着重连次数的增加,我们计算了网络结构属性和振子集体行为的多种量度,包括网络的模块化程度,振子的皮尔逊相关系数,同步程度,分离指数,和香农熵等参数。我们采用两种方法计算网络的分离,计算表明两种计算方法得到的结果是相同的。我们的计算表明在分离与整合平衡的参数附近,系统的皮尔逊相关系数最小,并且表现出了较高的复杂程度,即香农熵最大。我们的研究表明耦合振子模型可以表现出分离整合平衡,而且过去提出的多种复杂性与分离整合平衡的量度具有对结构和动力学的鲁棒性。第二部分,我们研究了在分离与整合平衡的网络中,改变网络结构导致的网络分离与整合的变化。通过在网络中随机地删除节点或者删除连线来模拟网络结构改变的过程。这些结构的改变模仿了大脑衰老。分离和整合随着大脑衰老发生单调的变化,其变化规律是一个未解决的问题。我们发现改变网络结构以后,网络的集体行为以正常衰老的方式改变,即分离减小、整合增大,并且这种现象发生在分离与整合平衡的网络中。我们还发现分离的减小依赖于网络的结构,在重连比率很小的时候,网络是孤立的模块,分离与整合都不受网络结构变化的影响;在重连比率很大的时候,网络更接近一个随机网络,删除元素后分离与整合都保持不变。第三部分,我们给出了分离与整合变化规律的解释,揭示了模块化网络结构发挥的作用。我们计算出删除节点或者连线时每个节点的连接度的变化,包括模块内部和模块之间度的改变量。结果表明所有节点都丢失了模块内部连接,而部分节点没有丢失模块之间连接。节点度的改变是不对称的。我们分析了网络改变呈现非对称性的区域。在分离整合平衡点附近,网络中节点度的改变量表现出明显的模块内外的不对称效应,提高了网络的整合。最后我们研究了真实生物大脑网络中节点度变化量的不对称性。与模型计算结果一致,当从真实网络中删除部分节点或连线时,节点度改变量也表现出了模块内外的不对称性。