中文摘要：

许多类型的复杂网络如生物网络和社会网络都具有模块结构（或称社团结构）。识别复杂网络的模块结构有助于更清楚地理解网络的整体性质。因此探测复杂网络的模块结构已引起数学界、物理学界和生物学界许多学者的关注。尽管对这一问题已有不少研究，但由于实际网络的复杂性、大规模性等特点使得现有算法存在许多问题。本项目围绕探测复杂网络模块结构的理论与算法进行了系统研究，着重解决的问题包括，设计能够探测更符合实际的模块结构的算法，特别是探测允许重叠(overlapping)的模块结构或模糊（fuzzy）模块结构，这与传统的硬划分算法有着根本区别；针对现有模式测度函数Q 的局限性，研究一种更合理的模式测度来评价网络的模块结构；设计能够自动确定模块数目的、适合大规模网络的模块结构探测算法；根据复杂网络的模块结构特点，建立网络节点属性预测的模型与算法。本项目的研究目的在于通过交叉学科研究丰富复杂网络的理论与建模方法，并将其应用拓展到各种生物网络上。