近些年来,伴随着网络科学技术的迅速发展及变革,日常生活中存在着大量的复杂网络,复杂网络相关研究也吸引到越来越多研究学者的密切关注。矿井通风系统是由纵横交错的井巷构成的一个复杂系统,是一种典型的复杂网络。在绘制矿井通风网络图时,无论手动绘制还是自动生成通风网络的效果都不是很完善,如果同时处理所有的分支和节点,生成完整的通风网络图,可能会使图形绘制过程较复杂,并且分支之间的交叉数量过多,不便于研究与使用。本文将复杂网络的社团结构理论应用于矿井通风网络,把通风网络中相似的节点放在同一个社团中,将整个网络划分为若干个社团。在划分的基础上首先进行社团内部的网络图绘制,再将绘制好的每个社团的网络图组合在一起,得到一个总的通风网络图。本文在前人的研究基础上,提出了一种新的相似度指标,考虑到节点两种不同的情况对应着不同的相似性度量指标计算公式。并结合节点相似度指标、矿井通风网络的特点以及K-means聚类算法提出了一种新的社团划分算法——Dmvna算法,该算法是基于本文提出改进相似度指标,并结合改进的K-means算法思想进行节点的相似性聚类,从而实现网络节点的相似度社团划分。并通过C++编程语言实现了该算法。在基于C++编程语言实现了Dmvna算法对通风网络社团划分的基础上,本文以Zachary空手道俱乐部网络对社团划分算法进行了实验,并以通风网络模型和马堡矿作为实例进行了应用。对通风网络模型和马堡矿的通风网络进行了社团划分之后,使用了Ucinet分析软件对划分后的通风网络数据进行了处理,并通过Net Draw对处理好的社团数据进行了绘制。社团网络图绘制完成后采用了最长路径法来确定社团网络图在完整的网络图中所处的位置,最后使用Auto CAD绘图工具对通风网络模型和马堡矿社团划分后的社团通风网络图进行了绘制及组合调整,形成了完整的矿井通风网络图。该论文有图21幅,表10个,参考文献51篇。