研究发现各种复杂网络都具有社团结构，正确高效地将网络划分为合理的社团是有效地理解和利用这些网络的前提，找到网络社团划分的精确解是一个NP难题，当网络规模很大的时不存在有效精确解法。　　 本文提出了两种社团划分算法：第一种算法是基于遗传规律的复杂网络社团划分算法，将遗传算法应用到复杂网络社团划分的过程中，引入了可提高收敛速度的孤立点修复策略，经实验证明此算法具有在复杂网络的海量划分方案中搜索到可接受划分方案的能力；第二种算法是基于引力定律的复杂网络社团划分算法，算法中提出弹性算法的概念，将复杂网络节点邻接关系快速映射到二维空间，继而结合引力聚类方法快速识别出社团结构，经实验证明此算法在不需要较多先验信息的情况下表现出较优的划分速度和划分精度。　　 为辅助算法研究，本文提出了用于验证划分算法的方案，给出了利用真实数据构建复杂网络的方法，提供了随机网络生成算法，搭建了可扩展的网络社团划分算法试验平台，实现了三种对比划分算法。