以复杂网络为主要研究对象的网络科学是当前国际上的研究热点和前沿领域。复杂网络的研究中需要用到大量的运筹学方法特别是优化理论和算法，而运筹学本身也从中得到了发展的动力。本项目以最优化理论与方法为工具，对复杂网络中的问题进行研究，并应用于系统生物学。针对复杂网络的社团结构，提出了组合优化模型，并进行了复杂性分析，研究了一系列复杂网络社团结构的重要性质刻画与分析方法，建立了动态网络、有向网络以及基于边的复杂网络社团结构识别和划分算法。研究了复杂网络中的其他优化问题，包括网络比对算法、网络构建算法、基于网络的多源数据整合分析方法、生物分子网络标志物识别、生物大数据的降维分析等。这些方法被应用于复杂疾病和药物机理研究，取得了很好的效果。本项目的研究成果展示了优化理论与方法在复杂网络和生命科学研究中的重要作用，为复杂网络和系统生物学研究提供了新的方法和工具。同时，项目的研究成果为运筹学开辟了一个新的研究方向，即非线性组合优化在复杂网络研究中的应用。