在战场环境、灾害救援等应用中,由于各类干扰、破坏的影响,通信基础设施的可靠性难以保障,为信息的高效传输带来极大挑战。机会网络通过存储-携带-转发这种点对点通信模式,克服了传统移动自组织网络需要较为稳定的通信链路的局限性问题,提供了一种尽力而为式的鲁棒性通信策略。通过高效运用动态、稀疏的通信机会,机会网络可以深度挖掘并应用各类通信资源的能力,对于高动态不确定性环境下的信息传输具有重要意义。但是,机会网络中点对点通信模式受到节点运动规律、合作程度等多种因素的制约,所以设计合理的信息传输策略较为困难。为解决上述问题,本文借鉴复杂网络、最优化理论等相关方法,对机会网络的信息传输过程进行建模分析,并在此基础上研究了相关的优化控制问题,主要工作成果如下:第一,研究了节点行为（移动规律、自私行为等）对机会网络信息传输性能的影响问题。重点围绕hop-limited ER算法的两种典型模式:lazy L-hop limited flooding和L-hop limited flooding开展研究。本文借鉴复杂网络中传播动力学理论,基于平均场（mean-field）方法对马尔可夫过程进行近似处理,从而得出基于微分方程组（Ordinary Differential Equations,ODE）的理论分析模型,并通过仿真实验对模型的精确性进行了验证,取得了较好的拟合效果。同时,ODE模型为后面基于极大值定理进行最优策略的设计奠定了基础,具有重要意义。第二,研究了节点自私行为对信息传输的影响以及相应的节点激励问题。在信息传输ODE模型的基础上,首先假设节点自私行为在信息传输过程中保持不变,每次传输的报酬额度固定。进一步,深入探讨了带有时变性的自私行为中节点激励问题。本文引用汉密尔顿函数把带有时间依赖关系的控制问题转换为静态决策问题,并利用极大值定理构建了最优激励措施,且通过数学理论证明了最优策略服从阈值结构,取得了良好效果。第三,探讨了带有较强时效性的信息需要传输到多个目的节点时的优化控制问题。本文以SIIR（Susceptible,Infectivea,Infectiveo,Recovery）模型对传输过程建模,根据节点携带信息的情况把节点划分为4类状态。特别地,通过对Infective状态进行分解,分别描述节点接受的是自己推送的信息还是接受的来自于其它信息源的信息。基于上述模型,本文通过理论分析证明了最优传输策略的存在性,并利用极大值定理得到了最优策略。第四,探讨了基于机会网络的移动信息传输管理优化问题。具体来说,主要研究信息的联合下载与移动数据共享问题。本文基于非合作博弈理论,提出了基于拍卖机制的优化管理策略,并探讨了纳什均衡的存在性问题。通过仿真实验对算法的性能进行了评估,得到了较好的实践结果。