复杂网络成为当今复杂性科学研究的热潮,并且新的问题和研究成果不断涌现,而复杂网络模型的研究已经成为理解互联网、社会网络、生物网络等复杂网络的重要基础。复杂网络分为非加权复杂网络和加权复杂网络,典型的非加权复杂网络有随机网络、小世界网络、BA无标度网络。典型的加权复杂网络有BBV加权复杂网络等。目前复杂网络的研究重点已经从非加权复杂网络转向了加权复杂网络,而语义关系网络也是一种加权复杂网络,本文利用用户反馈信息来构建语义网络,即加权复杂网络,并提出一个加权复杂网络演化模型,称为UFANE模型。UFANE模型能够较好的模拟用户反馈的行为特点,产生具有不同大小、密度等局域特点的异质子网,具有较强的通用性。本文还进一步对基于用户反馈的加权复杂网络所具有的异质特点进行研究,进而提出了3个新颖的异质复杂网络演化模型。并对他们进行对比评价。应用复杂网络中搜索策略对由模型演化得到的异质复杂网络进行分析,发现小世界网络存在着“消息进入壁垒”现象,而BA无标度网络在异质复杂网络中的竞争优势明显,异质复杂网络的演化方向会朝向BA无标度网络,异质复杂网络有可能最终被同质化为BA无标度网络。