复杂网络上的演化动力学是多学科领域的研究热点。演化博弈论与复杂网络理论相结合为研究无关个体间合作的演化提供了一个方便而系统的框架。本文首先简要介绍了演化博弈论及复杂网络理论，然后基于关联网络建立了两个简单而有效的合作演化动力学模型，主要研究了关联网络系统中的合作演化动力学现象。主要结果及创新点如下：1、建立了由两个结构及规模相同的网络层构成的关联网络系统模型并引入公共品博弈，研究了概率连接对系统合作演化的影响及网络层间的耦合关系。仿真结果显示，存在一个中等大小的连接概率使整个网络系统中的合作水平最优。而且在该中等连接概率上，网络层间合作者连接的比例也同时达到最优。一个网络层即使在初始没有合作者情况下，仍可通过概率连接从邻居网络层获得支持提升自身合作水平，且两个网络层上的合作水平在中等连接概率上更容易达到一致。2、建立了新的关联网络系统模型，并在两个网络层上分别引入囚徒困境博弈和雪堆博弈模型，研究了网络层上的合作演化动力学现象及层间的相互影响。仿真结果显示，关联网络系统两个网络层在演绎不同博弈模型情况下，仍能通过关联影响概率强烈相互影响，且影响强度随着关联影响概率的增加而加强。存在一个最优的关联影响概率，使得合作水平相对较低网络层上的合作水平提升速度最快。尤其值得注意的是，关联影响概率的引入深刻影响了囚徒困境博弈网络层上的聚团形成过程，并由此深刻影响了该网络层上的合作演化微观动力学特点。