物以类聚,人以群分,人类是最为典型的群居生物。作为群居性生物,人类游走在各种社会关系中,采用复杂网络的概念可以对社会关系进行抽象,通过叠加形成多层复杂网络,例如多层社交网络、多层交通网络等。已有研究指出复杂网络简便了个体博弈关系的刻画,而博弈论则赋予了网络中个体理性决策的行为。博弈论的应用领域非常广泛,从下棋休闲娱乐活动到国家政治事务谈判,无一不体现着博弈论思想。随着对复杂网络和博弈论的深入研究,研究者们开始将博弈论思想融入进复杂网络中,用于探索影响个体博弈行为的因素。已有研究多为单层的复杂网络,并不能完全模拟真实网络的复杂程度。而在复杂网络上的博弈模型基本都是二人博弈,不能刻画现实中多人群体博弈的真实场景。基于上述局限性,本文将多层网络与群体博弈结合,并且在传统公共物品博弈模型中引入了声誉和异质投资因子,研究在多层复杂网络上进行基于声誉异质投资的公共物品博弈。具体工作如下:（1）本文搭建了静态单双层网络,网络模型选取了最为贴近现实的NW（Newman和Watts）小世界网络和BA（Albert-LászlóBarabási和Réka Albert）无标度网络,用于模拟真实世界的网络环境。通过对比不同类型网络上群体博弈演化行为的差异,探究影响个体博弈行为的因素。然后,通过改变多层网络中重点参数进一步探究了产生这种现象的原因。实验分析发现:当在双层NW网络进行博弈时,合作者密度并不如单层网络;双层网络的异层学习概率越低,合作效果越好。当两层网络增益因子的和一定时,网络的合作水平在固定的范围内。然而在BA网络中需要根据增益因子的值分开讨论异层学习概率对合作效果的影响。在对异质投资因子进行分析时发现:在双层NW网络中固定增益因子r值时,异质投资因子β越大,合作者密度越大,并且越快的趋于平衡。对比拥有不同层间学习概率的双层网络发现,均能在一定程度上促进合作。（2）本文设计了具有动态拓扑能力的多层网络,用于模仿个体的动态社交情况,实现了网络拓扑和策略选择的共演化行为,证明了策略和结构的自适应调整可以有效促进合作并保持稳定。（1）在动态网络实验中,将NW网络作为基础网络模型,与静态多层网络中的博弈相比较,发现实验结果相一致。在增益因子取较小值时,异层学习概率能促进合作者密度增加。相比之下动态双层网络比静态双层网络更能够产生合作行为。但在网络均具有动态拓扑能力时,单层动态网络比双层动态网络更稳定。（2）在动态双层网络中无论异质投资因子取何值,合作者密度都随着增益因子的增加而增大。在同一增益因子下,异质投资因子越大,合作者密度越大。因为异质因子引入了声誉的效果,能够根据博弈环境调节投资金额,在一定程度上抑制了具有高声誉值的背叛者搭便车获得高收益的行为。综上,本文通过在博弈模型中引入声誉值和异质投资因子,更好的模拟了在实际生活中人们进行投资的场景。并且在多层网络上进行此实验,为人们在现实中多领域投资提供了理论依据,在一定程度上减少了不利投资带来的损害。