现实世界中交通系统、电力系统、人际关系、物联网等诸多系统都具备复杂网络特性，所以通过研究复杂网络进而揭示复杂系统的基本原理已成为当前的研究热点。社区结构作为复杂网络中能够发现网络隐藏规律和功能的一个重要属性，受到研究者广泛关注。社区检测就是要找到复杂网络中存在的社区结构，进而提取各社区中所蕴含的重要信息，具有重要的理论意义和广泛的应用前景。　　本文将社区检测建模成目标优化问题，通过设计单目标和多目标进化算法进行求解。在基于单目标优化的进化算法中，针对遗传算法进化过程中遗传操作的单一性和容易陷入局部最优的缺点，提出一种基于自适应选择策略的社区结构检测算法，以模块度为单目标优化函数，设计了交叉策略池和变异策略池，每个个体在算法求解的不同阶段以轮盘赌的方式依概率自适应的从策略池选择进化策略，同时在全局搜索后引入既能克服局部最优又能提高搜索效率的爬山搜索，实验表明该算法提高了单目标优化检测社区结构的精度；在基于多目标优化的进化算法中，为了克服传统单目标优化中只能得到一种社区划分的缺陷，提出一种基于非支配排序的多目标社区检测算法，设定两个优化目标函数，每个个体针对这两个目标函数进行排序，并依据排序值设计进化中的遗传操作和种群留存机制，同时定义与目标函数相关的局部优化函数进行局部搜索，实验表明该算法在网络上运行结束时能够得到多个不同的社区划分，并且可以进一步分析出网络社区的层次结构。