合作行为广泛存在于生物系统和人类社会中。生物系统中的合作既包含基于强种族关系的合作行为,如社会性昆虫蚂蚁、蜜蜂等,也包含物种间的共栖、共生关系等。相比于生物系统而言,人类社会中的合作行为更深入、更广泛而且形式更为多样。博弈论为我们从微观角度研究合作现象提供了有效的理论工具。其中一些典型的模型,如“囚徒困境博弈”、“雪堆博弈”、“石头剪刀布博弈”和公共物品博弈等被广泛研究。虽然经典的博弈理论能够在参与者的目标或偏好存在潜在冲突的互动决策状态下为我们提供解释和预测结果的能力,然而自然界或者人类社会中个体以及个体之间的联系都更为复杂,因此为了更真实的刻画合作行为,人们把复杂网络引入到演化博弈理论中。在本论文中,我们对复杂网络上合作演化进行了研究和探索,主要研究工作包括以下三个方面:（1）基于网络结构参数的复杂网络共演化动力学建模,研究期望和节点权重的共演化对群体行为决策的影响。分别探究个体期望动态变化、网络节点权重动态变化的共演化博弈动力学对于规则网络中的自组织行为的内在规律的影响。大量的数值模拟结果表明,期望水平对于合作率的影响存在一个最佳的范围。较小的权重强度δ值能有效的促进合作,然而合作率随着δ值的增大而减小。因此,存在最优的δ值保证最佳合作的演化。（2）研究了二维网络上2×2社会困境博弈中的合作演化。在演化过程中,每个玩家通过自反更新规则来改变策略,以最大化自己的收益,同时探究不同大小的邻域对合作涌现行为产生的影响。大量的数值模拟结果表明,当交互邻居的数量增加时,具有创新特性的玩家表现出不同的有序空间排列的动力学规律。并使用平均场理论,对不同行为决策机制与系统均衡解的关系进行统一框架下的推导、预测。（3）基于自愿参与囚徒困境博弈,探讨不同种群间合作的时空动态。分析各种因素动态变化引起的动力学行为的改变,系统给出各种因素动态变化对合作行为的影响,并刻画不同自适应行为如何影响合作行为的涌现。大量的数值模拟结果表明,不同种群之间的策略并不是完全竞争的,它们会导致循环优势的自发出现,并产生迷人的时空动态和模式形成。考虑不同种群的同时存在显著地扩展了结构种群演化动力学的复杂性,来自多个种群的竞争对自私个体之间维持合作起了至关重要的作用。