近年来,计算机技术的快速发展,为研究现实世界中的复杂网络提供了技术支持,也为揭示和探索大型复杂系统的特征和规律带来了便利。复杂网络为认识复杂系统提供了方法和理论支撑,而对实证复杂系统的研究也体现了复杂网络理论的价值和强大的现实指导意义。复杂超网络是复杂网络的拓展和延续,而复杂网络也是复杂超网络中的特例。同时,以往的研究结果也表明,利用复杂超网络（hypernetworks）理论对现实系统进行建模和分析能够更全面的描述实际系统更复杂的结构特点和动力学行为。随着对实证超网络研究的不断深入,仅仅从超网络拓扑结构层面进行的分析已不能准确全面地反映其内在的实际特性。因此,对实证超网络（hypernetworks）进行加权研究,并发现权重的引入能更真实、更全面、更准确、更有效地反映实际复杂系统的内在信息,有助于更深入地理解系统的性质与行为,从而能更好地优化和控制复杂系统。本文通过分析现实复杂系统的特性,根据不同系统的特征提出了相应的权重指标与加权策略。并分别分析了演员加权超网络和西宁市公交加权超网络的相关性质。具体的研究工作主要有以下几个方面:1.提出了加权超网络的度量指标。本文在无权网络度量指标的基础上定义了加权超网络的度量指标。包括节点超强度、超边超强度、节点和超边加权接近中心度以及节点和超边加权聚集系数等。并对其分布特性进行了阐述和介绍。2.构建了演员加权超网络模型,并基于不同的加权策略提出了三类演员影响力分析模型。本文利用电影和演员的实证数据构建了演员加权超网络模型,其中加权策略分别为基于超网络拓扑结构的加权策略、基于实证数据的加权策略和两者相结合的加权策略。同时,本文利用以上加权策略构建了三类演员影响力分析模型,通过仿真实验对比分析了不同模型下的演员影响力,并获得了最合理地演员影响力分析模型3.构建了西宁市公交加权超网络模型,并基于实际分配策略提出了分析城市公交系统鲁棒性的容量负载模型。本文基于西宁市公交系统的客流量数据构建了公交加权超网络模型,并通过仿真实验对无权和加权的度量指标的分布进行了对比分析。为了更好的研究公交系统的鲁棒性,本文给出了实际流量分配策略下的容量负载模型,并利用该模型获得了两种负载方式下,该公交超网络面对蓄意攻击、随机攻击时的鲁棒性。本文的研究结果对进一步全面评价演员的影响力提供了有效的方法,为研究城市公交系统的鲁棒性提供了新思路,同时也为开展其它复杂系统的加权研究提供了技术参考和支撑。