本文提出了一种新的网络演化模型,此模型基于进化算法(Evolutionary Algorithm)并且引入了“模块形式变化的演化目标”(Modularly Varying Goals)以及博弈理论(Game Theory)来刻画网络演化过程中外在因素和内在因素。其中博弈理论刻画了网络中结点以最大化收益为目的的“理性行为”,这些行为表现为不同的博弈策略。此网络演化模型要优于其它基于进化算法的网络演化模型,因为进化算法只能保证整个种群的总体适应度,但是它并不能保证种群中每个网络结点都能从网络演化过程中最大化自己的收益。所以仅仅用进化算法来描述网络演化是具有局限性的,它忽略了网络中结点本身的动态行为对于网络演化过程的影响。因此结合进化算法和博弈理论,可以使整个种群中所有网络达到最大适应度的情况下,尽可能使组成网络的个体都得到最大利益,而不仅仅为了整个网络的利益而损失网络中组成个体的利益。本文利用建立的网络演化模型,通过引入不同的博弈策略分别进行独立的网络演化模拟实验。同时,我们利用具有统计意义的定量衡量标准Z-score来衡量网络子图的出现频率。分析比较Z-score在网络演化过程中的变化趋势,我们发现演化过程中的竞争行为可能加快演化的速度,使种群更加适应环境。同时我们还发现网络结点之间的竞争行为在网络演化过程中会促进某些网络子图的产生也会抑制另一些网络子图的产生。由此可见,网络演化中的内在因素(即网络结点所采取的博弈策略)对网络子图的出现有着巨大的影响,不同的博弈策略促进不同网络子图的出现。