合作行为是无处不在的,大到国家地区之间的合作互利,小到生物间的共生互助,个体的发展离不开合作行为的作用。对人类合作行为的探索一直是科学家们的重要使命。特别是从复杂网络的角度研究合作行为,为合作行为演化的研究提供了崭新的视角和方法。本文主要运用演化博弈的基础原理,在复杂网络的框架下,分别从仿真模拟和行为经济学实验两个层面对合作行为的演化进行了探究。本文的研究内容共分为三大板块,分别对合作行为的不同演化特征做出探索与分析。第一部分,本文构建了一种同质性的格子网络,并以经济学中的公共物品博弈为基础模型在此网络上进行蒙特卡罗模拟。此模型将中性奖励制度引入到了公共物品博弈中,公共池中少数策略的个体会对多数策略的个体进行奖励。数值模拟结果显示中性的奖励制度极大的提高了系统的总体合作水平,并可以使这一较高的合作水平一直保持下去。通过数值分析,本文发现中性奖励对合作的促进作用和奖励因子的大小有着间接关系。较大的奖励因子加强了网络互惠效应,因此系统中的合作率被显著提高。第二部分,本文在双层依赖网络上对公共物品博弈进行了蒙特卡罗模拟,并将非对称更新机制引入到模拟模型中。在其中一层网络上,个体的收益计算和策略更新是同步的。在另一层网络上,个体收益计算之后不能立即更新策略,要按照一定的概率进行策略更新。数值模拟结果显示,系统整体的合作水平明显下降。导致合作水平降低的主要原因是由于双层网络上的位置协同效应被非对称更新机制破坏。第三部分,对基于囚徒困境模型的真人行为经济学实验进行了阐述与分析。传统的行为实验要求,博弈双方的初始财富必须是对称相等的。本实验则将实验人群分为两类,一类个体拥有较高的初始财富,另一类个体拥有着较低的初始财富,不同类型的个体之间才能相互博弈。通过设置非对称的初始财富分布,揭示了不公平的初始环境对合作行为的影响。客观的反映了人们在不同的恶劣环境之下对待不公平的不同表现。同时,本实验揭示了初始的不公平性并不能影响系统最终的贫富差距。