复杂网络是用来刻画自然界和社会中各种大规模复杂系统的重要工具。许许多多的复杂网络所表现出的共同的小世界特性和无标度特性引起了科学界对复杂网络的高度关注。从ER模型到WS模型,以及著名的BA模型,复杂网络取得了众多突破性的成果.为了研究实际网络,网络的演化模型一直是科学家研究的热点。因此,一些确定的无标度网络的演化模型也不断被提出,从Barabasi等人的层次网络到Dorogovtsev等人的伪分形图以及章忠志等人的Koch网络等。本文主要研究伪分形网络,提出了一个基于三角形的Koch网络,并且利用一个全新的生成机制——三角形择优,生成了几个随机伪分形网络,并进行理论分析：（1）基于著名的Koch曲线,我们利用一个全新的映射方法生成基于三角形的Koch网络,即将Koch曲线中的一个三角形映射成基于三角形的Koch网络的一个点,并且若Koch曲线中两个三角形的边有重合部分,那么这两个三角形映射到基于三角形的Koch网络时两点相连。通过对该网络的性质进行理论分析,得到该网络的度分布具有幂律尾部。（2）考虑到现实网络的随机性,我们提出一个全新的生成机制——三角形择优,并利用三角形择优提出两个随机伪分形网络和一个新的网络特征统计量——三角形分布。结果显示,基于三角形择优选点的随机伪分形网络的三角形分布和度分布都服从幂律分布,同时具备高集群的特点；基于三角形择优选边的随机伪分形网络的三角形分布和度分布都服从幂律分布。（3）为了建立更一般的伪分形网络,我们将三角形择优这个生成机制推广成n边形择优,并同时提出两个随机伪分形网络和一个新的网络特征统计量——n边形分布。结果显示,它们的n边形分布和度分布都服从幂律分布。