当传染病在复杂网络中传播时,自愿接种对群体获得广泛的免疫覆盖率有重要的作用。当个体进行自愿接种时,个体会权衡患病风险和接种疫苗所花费的成本来决定是否进行免疫。当一个传染病传播季节结束后,个体需要根据上一个传播季节中的患病风险或者是收益来进行策略更新以确定在下一个传染病传播季节来临的时候,如何进行免疫决策。研究证明,一些有效的疫苗接种策略更新机制,比如模仿、学习、相互比较,在传染病传播过程中,已经可以提高整个复杂网络中的接种水平。但是,这些策略更新机制是基于个体从成功对抗疾病的邻居中的社会学习或者是基于以前的经验提出的,会存在一些不足。首先,当个体根据与邻居比较上一个季节获得的收益来决定是否采用邻居策略时,个体关注的是邻居最近一次的收益而不是邻居策略中潜在的收益;有的策略更新机制还要受选择强度的影响,不同的选择强度会影响个体更新策略的理性程度。其次,疾病的传播是个高度随机的过程,过去的一些经验不太适合作为未来免疫决策的主要依据。在大多数情况下,当一个传染病再度出现时,其性质和特点也会出现突变,因此,过去的疫苗接种和感染经验往往不适用于当前的疫情状况。再次,当疾病在复杂网络中传播的时候,个体使用不同的策略更新机制进行策略更新对自愿接种行为的影响也会有差异。基于此,本文提出了一种新的考虑局部混合网络患病风险的策略更新机制(简称“SVIL”),在每个传染病季节结束的时候,个体在局部充分混合的网络中,预测自己的患病风险,根据预测的风险来更新自己在下一个季节的接种概率。为了反映个体自愿接种的意愿,个体在策略初始化时采用一种混合策略进行随机初始化。通过复杂网络中的仿真实验,研究策略更新机制对自愿接种的影响,同时还研究了在该策略更新机制下,传播率、网络结构、平均度和“邻居的邻居”网络结构对自愿接种的影响。研究发现,新提出的SVIL更符合现实生活中个体自愿接种的意愿,更能提高群体中的接种水平,抑制疾病的传播。另外,针对传染病在复杂网络中传播时,在自愿接种情况下,哪一种策略更新机制更能提高整个群体的接种水平,抑制疫情的传播。本文在提出SVIL的基础上,又提出一种新的考虑局部混合网络患病行为策略更新机制(简称“SBIL”),然后把新提出的SVIL和SBIL两种策略更新机制与经典的费米方程策略和模仿策略更新机制进行对比。通过大量的仿真实验,研究使用不同的更新机制进行策略更新,对群体中平均接种水平、群体中患病规模和社会总花费的影响,验证了本文提出的策略更新机制相对于经典的策略更新机制更能促进个体接种,抑制传染病在复杂网络中的传播。