网络科学是一门正在兴起的交叉性学科,是研究复杂系统结构和动力学行为的一个强有力的工具。其中,结构化群体上的演化合作动力学的研究,吸引了大量有着不同研究背景的科学家们的关注。经济学中的许多博弈模型被引入到结构化网络博弈的研究中,例如:囚徒困境博弈、雪堆博弈、猎鹿博弈、公共物品博弈等,得到了很多截然不同的结果,进一步拓宽了人们对演化合作行为的理解。然而,在经济学中一直备受关注的旅行者博弈模型,在结构化网络博弈的研究中却很少受到学者的重视,有待深入研究和挖掘。论文主要致力于结构化群体上旅行者博弈的演化合作行为的分析和探索,主要研究内容和创新性工作概括如下:(1)提出了一种新颖的策略更新规则,称为自学习策略更新规则。这种更新规则是在分析几种经典的策略更新规则的基础上,应用Fermi规则,同时结合旅行者博弈模型多策略的特征提出的一种新的更符合人类的思考行为的策略更新规则。通过大量的仿真模拟实验,验证了自学习策略更新规则大大促进了结构化群体中的合作水平。(2)研究了经典的结构化网络(规则格子、小世界网络、BA无标度网络)上旅行者博弈的演化合作行为。模拟仿真实验通过应用了多种策略更新规则,探索了三种经典的结构化网络模型对旅行博弈行为的影响。仿真结果表明在定性上结构化网络模型的引入对旅行者博弈演化合作行为没有显著的影响;此外,规则格子比BA无标度网络更有益于促进旅行者博弈群体的演化合作行为。(3)探索了两层耦合网络上旅行者博弈模型中个体的合作行为。在两层耦合网络上旅行者博弈模型中,个体在策略学习的过程中,不仅受到同层的邻居个体的影响,而且还受到另外一层网络上对应个体的影响。大量的实验结果表明两个网络相互依赖的关系促进参与旅行者博弈的个体的合作行为,并且推动了整个群体合作率的提高。对于结构化网络上旅行者博弈的研究有助于探索真实复杂系统中个体之间的协作行为和模式,提升结构化群体中的整体合作水平。