近年来兴起的复杂网络给人们提供了一个新的认识世界的角度,然而传统的复杂网络研究都是基于静态网络的,也就是说不考虑时间的因素,但是在各种实际网络中,时间往往对网络有着巨大的影响。本文旨在通过不同的方法研究考虑时间后的复杂网络也就是时序网络,来揭示时间对网络结构的影响。先是用消除波动趋势分析法研究了时序网络的节点和接触的时间序列的长程关联性,发现不同类型的时序网络的节点和接触的时间序列呈现出不同的长程关联性,但同一组数据的节点和接触的时间序列的长程关联性基本一致,且周期性对长程关联性有着较为显著的影响。为了得到相对准确的结果,本文还基于这些实际网络构造出了几种随机化零模型,发现经时间随机化后的网络的时间序列变成了完全随机的,给前面的研究结果提供了一个基准。而经时间置换、接触置换、接触置乱后的网络的时间序列变化不大。然后,本文用阶乘矩方法研究了时序网络的节点和接触的动力学涨落特性,阶乘矩方法能够消除序列的统计涨落,从而方便人们研究序列的动力学涨落。结果发现,时序网络的节点和接触的时间序列的标度化q阶阶乘矩Fq与时间窗口数目M之间存在着一种标度行为,这表明间歇性的存在。进一步研究Fq与F2的关系,发现二者之间也存在着标度行为,Fq∝F2βq。结果表明时序网络的节点和接触序列的涨落不是纯统计的,这其中也存在着动力学涨落。本文还对βq与(q-1)的关系做了分析,发现对节点和接触序列二者都存在着标度关系，但标度指数与结果1.3有出入。