近些年,随着自然科学研究手段的不断丰富,人类观点演化过程及其所具有的普适规律成为新的研究焦点。针对不同形式的观点形成过程,运用统计物理方法或复杂网络手段,揭示其规律形成机制和细致的演化过程。本论文主要是通过构建概率演化模型来分析具有鲜明特征的选举行为,通过假定不同人际关系网络来分析观点演化过程所具有的普适规律。具体工作如下:选举行为主要取决于选举者对事件的基本认识以及所处的环境,同时还要受竞选者的思想导向的影响。本文用统计动力学的思想提出由选举者支持、反对的态度,代表位势的广义坐标x1、x2、x3以及其上的选举者出现概率W(xi,t)所描述的状态转变的概率演化模型,即主方程。模拟结果显示,在确定的参数下,群体选举结果不依赖于选民的初始分布。代表位势的广义坐标x1、x2、x3和转变系数γ-,12,γ+,32的不同组合决定选举结果不同。随着转变系数的变化,出现持正态度和负态度人数增减的平衡点和持负态度人数与中立人数增减的平衡点。前者的特征参数为γ-C,12后者为γ+C,32。两个临界参数与所在的位置坐标之间分别服从幂标度律和指数标度律。不同的标度规律揭示了选择倾向的差异大小将直接影响选举结果。数值结果与现实经验相一致,即竞选者加强自己的主张宣传,增强选举者的选择倾向确为一种有效做法。伴随信息技术的发展,人类的交流方式更加便捷。复杂的人际关系网络导致观点演化的多样性,其中个体观点往往受到所处群体的影响。借用Hegselmann-Krause模型的建模思想,考虑个体之间的影响程度。其次引入收敛函数,在不同的网络结构上模拟,分析了网络结构特征、相互作用强度对群体观点演化的影响。结果表明:网络结构对群体观点演化有直接影响,网络结构的随机性越强群体观点演化至稳态的时间越短;收敛强度系数γ增大不利于观点达成一致,导致群体观点演化至稳态的时间缩短。