复杂系统往往是通过许多个体之间的相互作用形成的,因而这些系统能抽象成网络进行研究。通过利用网络科学的理论描述系统的结构特征,理解系统的功能和性质,从而得到其规律进而加以应用是复杂系统研究贯彻始终的目标。在复杂系统抽象成为网络进行研究以后,系统运行状况就转化为网络运行问题。本文为了研究网络节点的利用情况及网络的传输性能,在网络科学理论的研究背景下对城市道路网络和具有社团结构的网络进行深入研究,构建了三角网络和社团结构网络的模型,通过使用K-最短路径算法分析了在两种网络模型中节点的利用情况和网络传输性能,提出了恰当的K值能有效地增加节点利用率并提高网络传输性能。由于三角网络与城市交通网规则、整齐的特点相似,构建三角网络模型作为研究对象。利用K-最短路径算法对三角网络进行OD仿真(交通出行),分析了网络节点的流量分布情况,通过路径长度和基尼系数判断节点利用情况和网络的传输性能,提出了采取增加出行时路径数目的策略能有效提高交通网络的吞吐量。由于多数社团探测算法的时间复杂度为平方阶,而且这些社团探测算法需要事先确定社团数量的特点,提出了一个利用节点相似度及标签传递机制的社团探测算法。该算法的设计思路是利用网络的邻接矩阵得到节点之间的节点相似度,然后通过标签传递机制对节点相似度进行调整,最后由调整后的节点相似度对节点进行社团归类。与其他社团探测算法相比,该算法不需事先确定社团总数,同时时间复杂度和社团划分效果的综合表现较好。同模拟交通网络模型一样,构建具有社团结构的网络模型作为仿真的研究对象,利用K-最短路径算法对模型进行OD仿真出行操作,分析网络节点的流量分布情况,通过判断节点利用情况和网络的传输性能,结果表明采用合适的K值能有效提高网络的吞吐量。