近年来，基于复杂网络的各种演化动力学研究成为非线性物理和统计物理的前沿热点之一。其中，演化博弈论为人们研究自私个体组成的群体中的合作行为演化提供了方便的框架。个体的合作行为能为种群中的其他个体带来收益，却会损害自身的利益。依据达尔文主义的原理，个体为了自身收益的最大化会选择背叛策略。这显然无法解释现实世界中无处不在的合作现象。合作行为的涌现和维持成为一个基本又核心的问题。复杂网络为刻画种群内复杂的个体联系提供了很好的工具。近年来，通过复杂网络与演化动力学相结合来研究带有结构的种群中的合作演化行为引起了众多学者的关注。本论文首先介绍了复杂网络和演化博弈论的相关基本知识。接着，几种能促进合作行为涌现和维持的动力学机制被依次提出：1、提出了一种多样化投资的公共品博弈模型。在该模型中，个体根据各个团体的质量有差异地进行投资，即优先投资质量高的团体。团体的质量定义为团体的合作水平。个体通过同步更新的方式更新策略。结果表明，相比以往个体平均投资的模式，研究发现这种偏好高质量团体的投资方式能很好地促进合作。并且，偏好程度越高，对合作行为的促进作用越强烈。通过财富值的考察，发现在合作者数目相同的情况下，对高质量团体的偏好投资能给合作者带来更多的财富。2、研究了一种推荐学习对象的机制对合作演化的影响。个体根据自身的学习经验以一定的概率将学习对象推荐给邻居作为参考。这种推荐机制一方面使得个体间的远程模仿得以发生；另一方面，推荐机制扩大了收益高的个体的影响范围。研究结果表明，这种推荐机制能使群体的合作水平达到一个新的高度。3、研究了在连续策略博弈中惩罚对合作演化的影响。提出了一种基于个体的社会容忍度的惩罚机制。个体可以对容忍范围以外的博弈搭档进行有代价的惩罚。在惩罚额度和惩罚代价固定的情况下，一个适中的社会容忍度能最大程度地促进合作。此外，我们还研究了个体的容忍度与策略同时演化的情况。研究表明，最终个体会分裂为两类：高容忍度及高合作性的个体，低容忍度及较低合作性的个体。这两类个体通过博弈与惩罚达到了一个动态的平衡。4、提出了两种个体策略与群体结构协同演化的博弈模型。第一，提出了一种策略与网络共演化的通牒博弈模型。该模型中，博弈个体有能力调整自己的博弈对象。策略更新时，个体倾向于模仿更加成功的个体。但提议值不能满足对方的个体有被对方抛弃的风险。这样的自适应反应使得群体整体的公平性得到了很大的改善。但是过于频繁地改变连接关系容易造成孤立节点的出现，而这是不利于公平策略的传播的。第二，提出了一种共演化的公共品博弈模型。个体除了能进行策略更新之外还能更改自己参加博弈的团体。个体参加博弈的交互网络由一个有向网络来表示，即所有个体只参加自己指向的邻居组织的公共品博弈。个体只能决定自己参加哪个团体的博弈，而不影响其他个体的选择。这样的机制在一定程度上避免了博弈次数的异质性对合作演化的影响，使研究能更好地关注博弈对象切换的作用。5、关于通牒博弈角色分配问题的研究。在无标度网络上，提出了一种基于度分配博弈角色的机制。通过参数的控制，度大的节点和度小的节点扮演通牒博弈提议者角色的概率截然不同。这种角色分配机制被分别应用于三类性状不同的个体之中:（A）个体的提议值和接受底限相等；（B）个体的接受底限等于总额减去提议值；（C）个体的提议值和接受底限相互独立。并且，对两种不同的收益计算方式也对应地进行了研究。结果表明，在不同类型的个体中，不一样的角色分配机制会导致系统最终的利他主义维持在不同的水平。