目前在计算机网络系统中运用人工智能是普遍的，它可以实现对数据的分析以及处理，有效解决存在于计算机系统中的遗漏问题，并且还有利于计算机系统的更新，它还可以不断增强计算机系统的安全性，从而给计算机网络技术的可持续发展提供有力保障。众所周知，人工智能离不开数学建模。在解决一个个人工智能的问题过程中,我们将模型的建立与求解进行了放大,以使其结果更加精准,使得AI在一个具体任务上更接近人的表现。此文中我们将复杂网络数学模型应用于人工智能网络，可以使人工智能网络逻辑关系更简单实用，可用于排错、优化和速度计算等，提高网络协作能力与非线性处理能力，确保网络的有效运行。

人工智能的应用前景非常广阔，目前它已经在各个方面大展身手，帮助人类解决了一个又一个问题，但是它做不到的还有很多，如何往更深的领域前进是现在和未来一直要解决的问题。本文也在如何帮助解决数学题方面做了一点探讨。

1复杂网络的数学模型与求解

1.1复杂网络的数学模型建立

在计算机网络拓扑结构中，复杂网络结构是最复杂的网络形式，它是指网络中任何一个节点都保持着一条与两条或者以上线路的状态。因为其各个节点都与许多条线路连接，它的可靠性和稳定性都大为增强。图1(a)表示复杂网络拓扑，将图1(a)压缩后得到图1(b),将图1(b)层次化后变成复杂网络数学模型拓扑结构。