用复杂网络理论和方法研究不同科学积累的大量数据已成为当今各学科研究的一个热点。Hausmann和Hidalgo等人针对国家经济发展潜力从何而来的问题,基于国际贸易数据分析国家-产品出口网络相似性,提出了基于产品空间的比较优势演化理论,指出一国的产品空间在世界总体产品空间中所处的位置决定了该国经济的发达程度和比较优势的演化方向。在解释落后国家为什么很难实现跨越式发展赶超发达国家的原因时,他们认为国家和产品都是能力的集合,并构造了国家、产品和能力三维随机网络(简称隐能力网络)模型,论证了为什么能力较少的国家很难生产(出口)多样化的产品,而能力较多的国家则拥有更多机会生产(出口)多样化和高端产品,从而获得较大的回报。但他们并未找到如何基于实证数据挖掘隐能力网络的办法,因此其理论在解释现实世界中具体问题时存在困难。本文认为隐能力网络的挖掘本质上是一种复杂网络链路预测的过程,提出可以通过遗传算法挖掘隐能力网络,并分析了找到的国家-能力网络、产品-能力网络的合理性,最后提出基于能力模型的国家经济复杂性潜力指标,主要工作包括以下几个方面:(1)把链路预测理论引入隐能力网络挖掘过程本文分析了传统链路预测的方法在隐能力网络挖掘中的优势与劣势,并提出利用遗传算法进行隐能力网络链路预测的总体框架和具体方法。(2)遗传算法的实现及改进这是本文的核心的工作。由于构建合理隐能力网络的随机搜索空间巨大,为减少搜索时间,本文在定义优化算法的目标函数和算法流程时均引入了复杂性、相似性、嵌套性等多项先验知识,收到了较为满意的效果。(3)隐能力网络合理性分析及应用为判断构建的隐能力网络是否合理,我们对于搜索结果进行了合理性分析,并用Hausmann和Hidalgo基于二项式随机网络得到的关于能力模型的普适性结论进行了检验。在判断构造的隐能力网络合理之后,我们利用外部国家-出口网络和内隐网络之间反映出的某些信息的差异进行了经济复杂性潜力分析。