复杂网络上弱耦合动力学及信号传输是复杂网络研究的主要问题，并已取得了长足进展，如耦合系统的弱同步化，信号传输过程中的相互作用及放大等。本文从混沌系统中的分立映象、流行病传播及随机共振三个方面入手，在复杂网络上的弱耦合动力学及信号传输方面进行了一些探讨，具体结果如下：　　 在耦合系统的弱同步化方面，我们侧重于混沌系统的分立映象----Logistic映象，主要研究了两个方面的内容：第一网络的拓扑结构对于“反序”的影响：第二无标度网络上耦合分立系统的双共振现象。　　 2000年，Logistic映象中“反序”的概念--在迭代时，其函数值连续出现两次“向上相”的比例----被科学家们提出。该定义可以用“方向相”来刻画。在本文中，我们通过研究复杂网络中耦合的Logistic映象，观察了网络结构是如何影响反序的。我们的数值模拟结果揭示了出现反序的临界值会随着耦合强度的增大而增大，然而随着网络结构非均匀性的增大，该临界值又会出现减小的现象。进一步，我们发现与正常序不同，在适当的耦合强度下，反序会使系统呈现出周期窗口。在出现周期窗口的范围内，网络的非均匀性会减少网络出现集团个数的最大值，也就是说，网络结构越不均匀，网络中集团个数的最大值越小。　　 Liu等人在2003年的一篇Physical Review E上指出混沌系统中，弱的耦合强度并不能使耦合的连续流系统达到同步化，有时候反而使得他们的行为变得更加复杂。在本文中，我们发现在耦合的混沌分立系统中也有类似的现象--弱耦合强度会使分立相集团个数增大。在不同的耦合强度下我们发现了双共振现象----第一个共振现象来源于耦合导致的周期现象，第二个共振现象来源于反序的消失。我们通过无序相边解释了第二个共振现象的机制。进一步我们继续研究了非全同振子的情形，并发现出现分立相集团个数最大值的临界耦合强度会随着分岔系数的增大而快速增大，而随着非全同振子的分岔系数分布范围的变大而缓慢增大。　　 在信号传输过程中的相互作用方面，本文主要研究了流行病在社区网络中的传播特性。在2004年的一篇Nature上，作者Cummings等人报道了流行病传播呈时空周期震荡的数据。为了理解其中的机制，并基于前人提出的社区网络的构成方法，我们分别用SIS模型和SIRS模型研究了流行病在社区网络中的传播，并发现：随着感染机率的增大，总感染人数可能会稳定在一个定值，可能出现震荡波，也可能出现周期环。同时，SIS模型的流行病传播可以用一个可解析的映象来解释。　　 在信号传输过程中的信号放大方面，本文基于双势阱系统，提出了一个通过自调节目标节点与其邻居的边权来达到放大信号目的的方法。该方法主要是通过提高与目标节点处于不同势阱中的邻节点的边权重，同时降低处于同一个势阱的邻节点的边权重来实现放大信号的效果的。数值模拟证明该方法十分有效，且在仅知道局域信息的系统中应用很广。在本文的最后我们用理论解析解释了该方法的机制。我们的这些研究结果表明复杂网络本身与信号动力学互相影响，正如复杂网络的拓扑结构直接影响着网络中的信号动力学行为；相反地，动力学过程也影响着网络本身的拓扑结构及基本性质。研究这些复杂系统上的信号动力学行为是非线性科学研究的重要课题。