网络无处不在，遍及整个自然界与人类社会，而我们自身既作为社会关系网的单位，也成为了生物网的载体。网络可以描述为欧氏实体空间，像电力网，因特网，公路网，以及神经网络。也可以定义为抽象的空间，比如社会协作网。 对网络的丰富研究分析表明，在不同的领域都得到了一系列的相当有意义的结果。复杂网络的研究始于对真实网络的一些拓扑量的定义与计算，大部分结果都是从统一的规则和运用统计方法来研究真实网络中得到的。一个相关的属性就是一个节点的度，即网络中其它节点与它直接相联的总数。在真实网络中，度分布P(k)定义为网络中节点度取k值所占的比率。随机图和很多情况下度分布都是泊松分布，但也有很多网络呈现无标度效应。另外，小世界效应也是真实网络的一个普遍属性。 在研究网络上动力学的同时出现了大量的相关问题，例如大量的动力学系统是如何通过复杂的连接达到相互作用的。研究复杂网络的最终目的是理解网络上的各种动力学过程是如何受到网络属性的影响。根据当前国内外复杂网络的研究动态和发展趋势，我们重点研究了网络上的动力学，涉及网络上的演化博弈及网络上的命名博弈。本文主要工作如下。 研究了网络上的演化博弈，我们研究了网络的平均度对囚徒困境中合作频率的影响。考虑了几种典型的网络结构，有随机网络，小世界网络，以及无标度网络。模拟结果表明，对于几种不同的典型网络平均度对合作频率都有着显著的影响。非常有意思的是，随着平均度的增加合作频率会有一个极值。 另外，也研究了无标度网络上的语言动力学。在演化过程中我们通过引入词权来改进命名博弈模型。我们给每一个词都指定了相应的权重，而这也反映了说话者在整个网络中的地位及影响程度。根据词权概念我们引入一个可调参数，考虑了在无标度网络上的收敛时间。我们得到了使得收敛时间最快的最佳参数，更深了我们对网络中心节点的理解。 以上两个研究成果分别发表于Eur．Phys．J．B，53，411-415(2006)．和Phys．Rev．E 75，027101(2007)．