复杂网络的研究是近年来十分热门的一个问题,其重点关注的是网络结构对网络上动力学行为的影响。粒子凝聚和流行病传播是复杂网络上两个重要的动力学过程,对他们的研究可以加深我们对复杂网络上动力学行为的了解。本文主要从复杂网络节点周期性开关对流行病传播的影响、网络结构的改变对粒子凝聚和流行病传播的影响以及网络簇团系数的改变对粒子凝聚和流行病传播的影响三个方面来探讨复杂网络上的动力学行为。首先,关于节点周期性开关对流行病传播的影响问题,我们采用流行病的SIS模型,利用粒子的零距离相互作用,即ZRP过程（Zero Range Process）来研究粒子在网络上的感染。已有的结果表明,当网络中的节点被局部占据时,网络中感染人数与粒子在网络节点之间的跳跃几率有关,并且当跳跃几率在一定范围内时,网络中的感染人数最大。我们发现当考虑节点的周期性开关特性时,感染人数将随粒子在节点之间的跳跃几率变化。当周期是一个定值时,随着跳跃几率的增大,网络中的感染人数首先以较为缓慢的速率增大；当跳跃几率增大到一定值时,感染人数开始快速的增长。对感染人数的动态模拟结果显示,当节点周期性开关的时候,网络中的感染人数也呈周期性的变化。其次,我们研究了网络拓扑结构变化时,网络中的粒子凝聚和感染人数的变化情况。将网络节点等效为势阱,节点的度看做是势阱深度,粒子的跳跃几率取为温度和势阱深度的函数时,我们研究了三种典型的复杂网络：随机网络,无标度网络及其他们之间的一个网络。我们发现对于三种不同的网络结构,都存在一个最优温度Tc,使得在Tc值附近时,网络上形成凝聚,此时网络中感染人数达到最大,并且无标度网中凝聚和感染人数都要大于其他另外两个网络。最后,我们研究无标度网的簇团系数对粒子凝聚与流行病传播的影响。我们将粒子跳跃几率仍然看成是势阱深度与温度的函数。我们发现对于不同的簇团系数,在Tc附近仍然会形成凝聚,此时仍然有在Tc附近网络中感染人数最大。但是有意思的是我们发现随着并且簇团系数的增大,凝聚和感染人数反而越来越小。我们的结果表明,网络结构以及节点的状态和节点之间的连接方式对网络上的动力学都有着重要的影响。