随着人类社会的不断发展以及探索自然的不断深入,众多的实体通过不同的对应关系进行连接,形成了庞大的复杂网络系统。作为复杂系统的重要研究手段,复杂网络理论对网络动态演化过程中的同步性、一致性、稳定性对网络行为进行探究,挖掘不同网络的性质与特点,揭示网络中蕴含的知识和规律。近年来,交通网络系统、金融网络系统和脑神经网络系统等一系列结构复杂的网络成为了复杂网络研究中的热点。金融行业和交通行业的发展,对于社会经济增长起到了基石作用,同时也拥有庞大的网络规模和复杂的连接关系。维持金融网络和交通网络的稳定,对保障民生福祉,维系社会安定有着重要意义。本文重点关注了金融网络和交通网络,分析了两类网络在结构和性质上的异同和联系,并深入研究了金融价格稳定、数据安全、交通流量控制和一致性等问题。针对金融网络中的金融价格调控问题,本文给出了新的控制策略与思路,其次基于数据安全对于网络稳定的作用,对数据安全问题进行了研究;针对城市交通网络中的拥堵与等待问题,本文在优化高峰期车流量方面提出了新的稳定方案。本文的主要研究成果如下:（1）对于金融价格受到机构决策和政策影响出现波动的特点,本文研究了利用布尔网络对金融系统进行建模,验证了实现金融网络的稳定和震荡的充分条件。研究中使用矩阵半张量积方法对以金融网络为基础构建的循环布尔网络进行分析,并设计了一种利用模型降阶方法实现单节点牵制控制策略。因此,该策略能够通过寻找并控制网络中的核心节点,使用最少的控制资源以实现金融网络的稳定与振荡。与传统控制方法相比,本文提出的方案通过减少控制节点的数量有效降低了计算复杂度,能够更好地实现金融网络的稳定性,同时通过数值仿真验证了方案的良好性能。（2）对于金融机构数据的监督权和公开性难以共存的特点,本文提出了基于区块链技术的弱中心化数据管理方案,为数据安全监管和金融系统的安全稳定提供了新的途径。目前,以银行为代表的金融机构为了保持自身对数据控制的主体权,并未形成完善的公众监督体系。为此,本文对银行数据网络的安全性与稳定性策略进行分析,给出了银行数据安全的三层定义,并且构造了一种基于区块链技术的弱中心化银行数据管理方案,在并未改变银行数据管理上的中心地位的基础上,利用区块记账、加密算法和总分十字双链结构,实现了数据中网络的监管透明与运行安全。同时,该方案能够让金融机构的参与民众实时行使监管权,有效规避了网络中强势节点对数据的篡改,为金融网络的稳定运行贡献了力量。（3）对于城市交通道路中的核心路口车流量的指挥与控制,本文利用实际有限时间稳定性定义给出了基于滑模控制方法的路口流量稳定策略,保障了关键路口的通行效率。在多路口条件下,由于存在不同时段通行车流量不均的情况,需要根据流量的大小对各个交通信号灯的时间进行调节,以保证路口的通行效率和稳定。本文以不同的路口为网络节点,以路口间车辆的流动轨迹为边,对交通路口进行建模。通过基于滑模控制的调控方案设计与数值试验发现,本文使用的控制方案能有效缓解高峰期路口的拥堵问题。（4）对于城市道路网络流量不均的问题,本文利用多智能体对城市交通网络进行建模,利用迭代学习方法对已有的控制方案进行了优化。在建模部分,本文创新性地将城市中的不同道路视为多智能体,并将道路的连接关系建模为边,由此建立了交通系统的连续时间动力学模型。其次结合迭代学习方法不严格依赖于数学模型和易于设计控制策略的特点,基于终端迭代学习控制方法,设计出满足状态约束的调控算法,实现对已有方法的优化。最后通过严格的数学推导与证明,给出实现系统一致性跟踪的充分条件。数值仿真过程验证了所提出的控制方法对维持道路稳定通行,缓解高峰期通行压力的有效性。最后,根据金融网络和交通网络的稳定性及优化决策问题获得的研究结论,本文给出了有针对性的政策与建议,为促进社会平稳发展提供了理论基础。同时,本文也总结了上述的研究成果与不足之处,并根据现阶段对金融网络和交通网络的研究结论给出了将来的研究计划和展望。