在上世纪七十年代,谢林（Schelling）引入了一个描述个体对“相似”邻居具有偏好时可能发生居住隔离的动态模型:谢林考虑有两种不同属性的个体生活在一个棋盘式的城市里,他们有能力根据周围邻居的构成来选择他们的居住地。谢林模型证明了即使两种属性的个体之间能够容忍对方生活在自身的邻居范围内,但仍然会发生大范围的隔离现象。隔离现象的出现非常类似统计物理中习见的相变的产生,因此谢林模型也引起了统计物理学家的极大兴趣。从统计物理的视角研究谢林模型及其变种模型,成为最近几十年来一个受到广泛关注的方向。在本篇论文中,我们先简要地阐述了谢林模型的起源、发展背景以及研究现状;介绍了复杂网络的相关背景和经典网络模型及其主要特征量;最后用数值模拟结合理论分析的方法研究了在不同底层拓扑结构上谢林模型的相变行为。本文发现,展示个体对与自身属性不同邻居数量容忍度值的减小会导致隔离相变的发生,并且在临界区域系统处于高度不稳定状态。本文还将原始谢林模型推广到多种复杂网络上（ER随机网络、BA无标度网络、WS小世界网络等）,得到了一些有意思的结论。