随着系统复杂程度不断提高，系统的Petri网模型越来越庞大，出现了难以确定路径元素并进行分析的网状路径，然而对大规模复杂Petri网模型性能的快速求解是系统性能分析无法回避的问题。大多数Petri网的性能分析是建立在其状态空间与马尔可夫链(MC)同构的基础上的，其状态空间会随着系统复杂性的增大而指数性地增长，使得系统性能难以求解。　　 本文刚开始考虑了较简单的赋时Petri网中网状路径的定义和寻找问题，将蚁群算法用于解决赋时Petri网的路径寻找问题，提出Petri_ACO_Routc算法。要使该算法得到好的效果，保持蚁群算法特有的寻优机制，和合理处理petri网的特殊结构是问题的关键。此外，本文还提出了全路径和部分路径的概念，并给出一个电路设计一的例子，显示该算法在复杂的Petri网中解决问题的能力。接着，我们研究了网状路径寻找方法在SPN性能求解中的应用。SPN的性能求解方法包括:　　 解方程组的方法来求解模型的性能指标，和使用模拟技术来分析SPN模型的方法。模拟方法避过状态空间爆炸的问题，适合于解算大规模系统的性能指标。我们用启发式算法在复杂的SPN环境中寻找网状路径，并结合概率论相关理论计算系统性能，解决了大规模冗余系统的性能分析问题。最后重点研究网状路径寻找方法在CSPN性能求解中的应用，并将这路径性能的分析方法用于解决使用控制模型 (Usage Control，UCON)的可靠性分析中去。　　 本文重点研究了赋时Petri网，SPN，CSPN中的路径寻找问题。在路径寻找时，本文的不同章节考虑了不同的影响因素，并且为了给出路径的寻找方法和性能分析方法，每一章都对Petri网建模和蚁群算法作了不同程度的修改与补充。并将这一理论应用到UCON的性能分析中。