该文主要研究了复杂性网络中的自组织临界(SOC)行为,主要内容涉及在两种典型的复杂性网络:神经网络和小世界网络中所能够体现的自组织临界行为.首先,该文在标准的Kohonen自组织特征映射神经网络的基础上,通过加入一种神经元间脉冲的累积-发放机制,引入了一个耦合振子模型来研究神经生物系统中的自组织临界性机制.在这个模型中可以发生一定的自组织临界行为.同时,我们还可以发现,在我们的模型中考虑的许多神经生物学及非线性因素(比如,学习过程、个体间的差异、大脑中的特定功能分区、神经元间相互作用的非线性形式等等)会对系统的SOC行为的涌现产生非常重要的影响.然后,我们又引入了基于一种更加具有神经生物学背景的LISSOM神经网络的模型,发现了和前一个模拟类似的行为.最后,我们研究了一种基于小世界网络的推广Bak-Sneppen(BS)生物演化模型中的自组织临界行为,在这个模型中我们也发现了自组织临界性的指纹-幂律行为.同时我们发现小世界网络中捷径的出现概率φ对这个推广的生物演化模型的幂律行为及其临界指数有重要的影响.