复杂网络是研究现实生活中计算机网络、社会网络、交通网络和生物网络等各种复杂系统的一种有力工具。复杂网络上的传播动力学为模拟和预测各种复杂现象提供了理论和方法上的支持,目前已在传染病、计算机病毒和信息等传播现象的研究中得到了广泛的应用。随着社会和经济的发展,通信和交通的方式越来越多样化,速度和效率也有了很大的提升。传染病会由于人员流动的加剧很快在不同城市之间发生传播,由传染病引发的相关信息也往往会在社交网络中快速扩散。传染病在不同城市间的共演化传播,以及传染病与虚拟空间中相关信息的共演化传播通常具有更为复杂的拓扑结构和动力学性质。如何对这些共演化传播现象的动力学性质进行分析成为普遍关注的问题。基于多层复杂网络的共演化传播动力学的研究尚处于起步阶段,许多有价值的动力学特征还有待挖掘。对传染病在多个城市中共演化传播,以及传染病与相关信息、接种行为和资源分配与传递的共演化传播进行研究,将能够发掘出更多有价值的传染病传播的动力学性质,对疫情的防控可以起到积极的作用。多层复杂网络不仅能对城市中人群的接触关系及城市间个体的关联进行刻画,还能分别对现实和虚拟空间中个体间的接触关系分别描述,为共演化传播动力学的研究提供了有力的工具。因此,本文基于多层复杂网络对共演化传播动力学的性质展开了深入的研究,主要创新性工作概括为以下四个方面:（1）构造了一种基于双层复杂动态网络的城市间的疾病共演化传播模型。利用异质平均场方法建立模型的动力学方程,并根据二代再生矩阵方法得到模型的基本再生数。分析和计算了该模型的无病平衡点和地方病平衡点及其稳定性。通过仿真实验进一步讨论了人口统计资料、新加入个体的度分布和城市间个体的通勤对基本再生数和传播规模的影响,发现新加入个体的度分布是决定疾病传播状况的重要因素,而通勤者则能促进其居住城市的疾病传播。（2）建立了一个基于双层复杂网络的政策干预下信息与传染病共演化传播模型。在模型中考虑了政策干预会引起个体间社交距离改变,并利用下层网络连边的权值对个体间社交距离进行了刻画。采用微观马氏链方法得到该模型的动力学方程,并推导了模型的传播阈值。利用仿真结果验证了该模型的动力学方程和传播阈值,并进一步讨论了政策干预力度、信息扩散状况和预防措施有效性对传染病传播的影响,指出政策干预和信息扩散均有利于疫情防控,但防控效果还要取决于政策干预的水平和个体自我防护的有效性。（3）提出了一个基于三层复杂网络的疫苗相关负面信息、接种行为和传染病共演化传播模型。在疫苗接种行为的扩散中考虑理性判断和从众心理两种策略的综合影响。利用微观马氏链方法构造了系统的动力学方程,并进一步推导了传染病的传播阈值。通过仿真实验研究了负面信息扩散,疫苗接种决策过程中的理性判断和从众心理,以及接种成本等因素对疫情传播的影响,发现除了抑制负面信息扩散和降低接种成本之外,个体在传染病爆发时更倾向于理性判断策略也有利于疫情的防控。（4）构建了一个基于三层复杂网络的疫情相关虚假恐慌信息、防疫资源与传染病共演化传播模型。在模型中考虑了个体可以通过外界集中分发和相互传递两种方式获取防疫资源。根据建立的共演化传播模型的马氏链方程,推导得到了传染病的传播阈值。通过实验结果探讨了虚假恐慌信息,资源的数量和分配策略,以及资源的有效性对传染病的爆发与传播的影响,指出相比于虚假恐慌信息的扩散,资源的数量、分配策略和有效性对传播阈值和爆发规模有更明显的影响。