从微生物群落到复杂的人类社会,自然界中存在着广泛的合作现象,这与达尔文的理论相矛盾。在个体之间的激烈竞争中,自私行为会获得更高的回报,那自然选择如何产生合作?理解人类和动物社会中自私个体之间的合作演变成为无数学科需要面临的重大挑战。几十年来,合作的奥秘一直困扰着各个领域的研究者。演化博弈经常被用作解释合作行为产生和维持的理论选择框架。事实上,网络可以有效地描述群体中个体之间的关系。近年来,将复杂网络引入演化博弈论已成为新的研究方向。其中,经典的博弈模型有囚徒困境、雪堆博弈、公共物品博弈和剪刀石头布博弈;规则网格、小世界网络、随机网络和无标度网络则是最基本的复杂网络结构。首先,为了应对企业污染治理问题,本文构建了群众与产污企业之间的演化博弈模型,利用复制动态方程的相关理论,对二者的策略选择进行动态模拟。分析得出:有效整顿企业污染治理工作,需提高公众监督积极性,加大对企业积极治理污染的补贴力度,加大对违法企业的处罚力度。其次,在囚徒困境模型中,研究了二维规则网格上基于社会偏好的合作行为演化。在考虑环境因素的适应度计算基础上,把邻居中与中心格点策略一致和不同的两类策略的收益通过社会偏好进行分配,求其最终的适应度,并依据适应度进行策略更新。通过仿真实验得出:通过提高策略一致的收益比重能有效促进合作。但在特殊情况下,存在着背叛者的适应度高于合作者适应度,此时增加社会偏好程度会降低合作比例。最后,将谨慎度引入演化博弈中,认为个体都会较为谨慎地参与博弈行为。在博弈过程中,调查了解周围邻居收益情况后,个人的模仿学习心理随邻居收益高低发生相应地变化。这里引入谨慎因子A,用于个人在策略更新时,根据邻居的收益情况,对学习模仿对象的收益进行评估。采用雪堆博弈进行研究:发现当r值（博弈矩阵的参数）较小时,增大A值会抑制合作;当r（29）0.3时,增大A对整个群体合作的促进效果较为明显。而囚徒困境则有所不同,对于所有的背叛诱惑,增大A都能对合作产生促进作用。