本文采用多智能体仿真的方法,分析在不同复杂网络环境中软件新产品信息扩散过程的延迟特征,探讨网络拓扑结构与延迟函数的内在联系。首先建立基于复杂网络的软件新产品信息扩散的多智能体仿真模型,通过模拟获得不同网络结构参数下的扩散数据。然后设计了一个基于最小二乘法原理的延迟函数拟合算法,并用Java语言实现了该算法,运行此程序得到网络结构参数与延迟函数参数的对应关系。本文研究发现,无标度网络和小世界网络上的信息扩散可以用一个延迟函数来描述,但是延迟函数的参数与具体网络拓扑参数有关。无标度网络的初始节点数决定了网络中大节点的数量,初始节点数与拟合延迟函数的平均延迟时间是负相关的。小世界网络的平均度和重连概率共同决定了新产品信息扩散过程的延迟特征,但他们的作用效果是相反的:平均度与延迟函数的阶数是正相关的,与延迟函数的平均延迟时间是负相关的;重连概率则相反。无论是无标度网络还是小世界网络,都是由计算机程序生成的理论网络,并不能完全代替实际网络。本文通过抓取“开心网”的网络结构数据,构造了一个真实的人际关系网络,并建立基于该网络的软件新产品信息扩散的多智能体仿真模型。研究发现该人际关系网络同时具有无标度特性和小世界特性,其扩散曲线对应的延迟函数的阶数为二阶,平均延迟时间与网络容量正相关。