现实中,我们所遇到的问题已经不再是一个人就可以解决的。为了解决更困难的问题,人与人之间建立了共同的合作关系。在合作团队中,队员们可以共享他们各自不同的资源、技能和想法。人们通过合作关系组成了一个庞大的网络。在这一网络中,节点代表合作者,而在网络中两个节点之间的边代表这两个合作者之间曾经有过合作关系。我们把这样构成的一个复杂网络称为合作关系网络。Robert K. Merton等学者认为,人们通过合作关系最终大部分都连接入一个很大的连通网络内,称为“隐形学校”。事实上,并不仅仅是建立起合作关系那么简单。我们还需要考虑如何去建立一个高效率的团队,这样才能有助于顺利完成预期的任务。同时,如何最小化团队的开销也是需要我们注意的。因此,有关合作关系、组队机制的问题,就受到了广大学者的关注Roger Guimera等学者在《Science》杂志发表论文提出了一个关于合作关系网络的演化模型。此后,有很多学者提出了基于该模型的合作关系研究,也有学者针对不同领域的合作关系展开分析。比如针对科学家合作网络、演员合作网络、运动员合作网络、论文合作撰写网络的研究都有很多。但大多数都只考虑了网络中现有的拓扑关系对合作关系演化的影响,重点只在于网络中节点与节点之间的关系,而并没有考虑到团队网络中每个节点的不同属性值在网络演化中的意义。事实上,合作团队中的每个个体都具有不同的属性,其属性也会对最终网络的拓扑结构产生不同的影响。为考虑节点的不同属性对网络拓扑结构的影响,本文首先分析了NBA球员合作关系网络的特点,结合其特点给出基于个体属性的团队演化模型。我们从底层微观的自组织机制出发,通过计算机模拟实验,观察网络宏观的演化过程。我们将基于个体属性的合作关系网络模型的仿真结果与真实数据进行比较,以验证该模型的合理性,以探究现实复杂网络中的真实规律。同时我们还分析了底层的微观模型如何动态地影响网络的宏观拓扑特性。本文主要做出了以下几个方面内容的研究：本文首先研究了合作关系网络的基本内容、模型和刻画方式；然后,分析了NBA联赛60个赛季、3200次组队的合作关系网络,通过对NBA球员合作关系网络的研究,发现了其TS值符合正态分布、TS值和度的同配性以及高手俱乐部等现象。结合这些发现,本文给出了合作关系网络中微观团队建设的方案。之后,本文通过对建立组队机制的方案,基于Guimera模型,提出了一种新的合作关系网络演化模型,新模型在网络的演化方式方面不仅考虑了新旧队员的不同对其演化的影响,还加入了个体属性的差异对其演化的影响。最后,本文将实验结果与真实数据进行了对比,测试了所提出模型的合理性,采用10000个节点的合作关系网络模型进行了仿真实验,研究了各个控制参数在行成“隐形学校”现象的产生过程中起到的作用。