个体往往是自私的,但在由自私个体组成的种群中,合作却频繁出现,理解合作行为的涌现是十分重要的难题。通过演化博弈论这一数学工具,特别是基于复杂网络的合作演化博弈,可以为合作行为的广泛出现提供更好的理论支持和实验框架,在此框架下,本文通过应用复杂网络理论、蒙特卡洛、数据统计分析的方法,重点探索了在相互依赖的网络上加边与断边机制对博弈演化的影响。本文的工作内容如下:首先,在分析加边与断边机制的基础上,提出了更加符合实际的加边断边机制,并与没有任何促进机制下的公共物品博弈进行对比,在有加边限制的情况下,本文提出的机制能明显促进合作。其次,本文提出了一种新的相互依赖网络模型,这个模型一层网络拓扑保持不变,贴近于我们现实中的亲缘关系网,而另一层网络中每一个节点都可以独立的累积对邻居的不满意度,当不满意度达到一定时,就可能会发生断边,同时每一个优势节点都会以一定概率与邻居的邻居中的优势节点建立联系,而孤立节点也会以一定概率与最大连通图中的节点建立联系从而重新加入游戏,贴近于生活中不断变化的人际关系网络。而层与层之间会进行策略传递,策略传递的概率本文用1-p来描述。本文发现存在较低的p值,在不限制加边数量的条件下,不仅不会抑制合作,相反还会促进合作,且合作程度高于在单层网络中加入加边断边机制。特别是,随着参数p的减小,网络合作阈值和达到全网合作所需的增益因子逐渐减少,当p=0.1时合作水平最高。而且实验结果表明两层网络之间不仅是可变的一层促进另一层的合作,而是两层网络相互促进。此外,本文研究了不同加边上限对博弈演化影响,结果显示,在单层网络中过多的加边行为不仅不会促进合作,相反还会抑制合作。在较高相互依赖程度的相互依赖网络中,加边的上限越高,网络达成全网合作所需的增益因子越小。最后,本文进一步研究了在相互依赖网络的两个网络层中都是动态自适应网络,本文发现在这个模型中,两个网络层的合作者演化情况几乎一致,只有0＜p＜0.5时,两个网络的相互依赖才能明显的促进网络的合作,且当p=0.1时网络的合作阈值最低。