随着网络的普及,提供高质量、高效率以及更安全更稳定的服务已成为网络运营商迫在眉睫的问题。网络结构愈发复杂,如何在复杂的网络中进行更快更好的路径规划,是近年来网络拓扑研究中的热点课题。特别是在软件定义网络SDN（Software Defined Network）的出现后,给研究提供了更好的技术支持。本文根据网络拓扑和图论的知识,结合复杂网络拓扑的特点和需求,研究了面向复杂网络的路径规划算法。本文的主要研究工作如下:（1）提出了一种适用于复杂网络拓扑结构的选路算法。首先研究了复杂网络拓扑结构及选路算法,传统的选路算法在搜索节点时具有盲目性从而导致搜索空间庞大并影响算法的运行时间。本文将具有启发性的A*（A star）算法应用在复杂网络拓扑的选路中。以地标节点、三角不等式结合的方法（ALT算法）来计算A*算法在复杂网络拓扑中的评估函数。并对ALT算法中地标节点的选取提出了一种贪心离散选取的改进方法,并在预计算时进行双向预计算以充分利用地标节点的价值;（2）研究了为解决传统环网结构网络延迟高和传输效率低的问题,设计的增强环网结构。提出了基于增强环网结构的复杂环网拓扑的路由改进算法PRR（Preprocessing,Recovering Nodes,Recovering Path）算法。算法分为预处理、源溯节点还原以及路径还原三部分。其核心思想是结合多环网络的特点对其进行“分而治之”,通过预处理将原有网络转化为规模较小的有向网络,同时将多环网络中的复杂路由问题转化为单环网中的简单路由问题,最后通过还原算法保证网络的不失真。本文从理论和实验上证明了PRR算法得到的最优路径是无差错的且算法性能优于传统算法;（3）在研究和分析了传统的KSP（K Shortest Pathes）算法后,提出一种不需要重复运行选路算法的无损KSP算法以及一种可以获得重合度更小的k路径集的KSP算法。KSP算法是为了解决仅求解一条最短路径不能满足需求的路径规划问题。传统的Yen算法计算过程会不断的调用选路算法,本文提出的基于A*算法的KSP算法只需运行一次算法即可获得无损的前k最短路径。同时提出了一种基于惩罚因子的KSP算法,该算法的结果虽然是有损的,但是路径间的重合度更低,因此具有较高的实际意义和参考价值。