复杂系统广泛存在于自然界、人类社会。复杂系统的研究有助于其他学科取得突破性进展。复杂网络是描述复杂系统的重要工具，复杂网络的研究对复杂系统的研究有极大的推动作用。20世纪90年代后，伴随着计算机等技术的发展，人类对数据的研究和处理能力有了巨大的提升，复杂网络的研究取得了突飞猛进的发展。计算机技术允许学者可以对真实网络进行数据的分析。通过这些实证分析，学者们逐渐对复杂网络有了进一步了解。WS小世界网络模型和BA无标度网络模型就是通过上述手段提出的。WS小世界网络模型以及BA无标度模型发现了真实网络具有平均路径短，聚类系数高，度分布呈现幂指数分布的小世界和无标度特性，为复杂网络的研究开辟了全新的道路。博弈论作为研究竞争性问题的一种理论在现实中有着广泛的应用。人类社会中普遍存在着博弈现象，博弈现象也必然影响着人类社会的结构。演化博弈论作为博弈论的延伸强调有限理性和博弈策略的动态演化。作为演化博弈论中的演化集合理论强调社会中的个体通过集合的形式组织在一起，例如家庭、学校、工作单位、个人爱好等。而个体在不断变化其加入的集合的过程中也改变了自己的社会关系。研究发现这种集合的组织形式能够对个体的博弈行为产生巨大的影响。社会网络作为一类重要的复杂网络，对于它的研究能够分析和解决社会中存在的一些问题。然而在研究社会网络的过程中，传统的模型没有针对社会网络的特性进行建模，因此在某些角度很难真实的反应社会网络的一些特点。本文将演化博弈理论中的演化集合理论引入复杂网络的构建过程中，模拟真实社会关系网络的形成过程，提出了基于演化博弈的加权复杂网络模型的构建方法。在算法中，首先向网络中加入一定数量的节点，以集合的形式将它们组织起来。其次通过节点加入、集合加入、集合退出，策略更新等操作以动态演化的方式改变个体间的连接情况，最终得到网络模型。在这个过程中，各种操作是根据个体通过博弈所得的不同的适应度来进行的。通过进行计算机仿真，发现能够生成与具有小世界和无标度特性的真实社会关系网络相似的演化集合网络模型。网络的平均路径长度短，聚类系数高，度分布情况介于泊松分布和幂率分布之间，与真实社会网络的情况近似。通过调节构造参数，构造算法能够有效调整生成网络的网络拓扑结构。我们调节了算法中集合的个数，发现随着集合个数的增加，网络模型的平均路径长度逐渐增加，聚类系数有一定程度的下降，度分布更加接近幂率分布。我们通过调节博弈参数，发现博弈越鼓励不合作，模型的平均路径长度就越大，同时在一定范围内提高聚类系数，超出范围后则对聚类系数有减弱作用,也使得网络的无标度特性更加明显。本文提出新的构造网络模型的方式以动态演化的形式塑造了近似真实社会关系网络的网络模型，为复杂网络的研究提供了一条新的研究途径。