酒吧问题及少数者博弈(MG)是各种实际拥塞和协调问题的简化模型,它们描述了网络、交通、经济、生态以及其它领域中,面对有限资源独立的参与者之间的相互竞争行为.对这类拥塞博弈的深入研究有助于更好地理解各种实际的拥塞现象,并进而提供有效的避免和控制拥塞的决策方案,从而使资源得到合理的利用.雪堆博弈描述了生物和社会经济系统中参与者之间的利益冲突,揭示了个体理性与群体理性的矛盾对立,被认为是博弈理论研究合作行为产生、维系和演化的一个范例.在基本的拥塞博弈和雪堆博弈模型中,参与者仅依据公共的信息系统,并凭借自己的过去经验参与博弈,参与者之间没有直接的信息交流或相互作用.近年来,复杂网络研究的兴起使得人们开始关注网络的结构特性与博弈系统的演化行为之间的关系.复杂网络理论为博弈理论的竞争与合作的研究提供了新的思路和方法.本文的主要研究内容也正是在拥塞博弈和雪堆博弈模型中考虑网络拓扑结构的影响,并从复杂网络理论的角度对拥塞与合作系统进行分析和控制. 本文的主要内容和成果总结如下: ①分析了酒吧问题的纯策略和混合策略的纳什均衡.首先从控制理论角度提出了酒吧问题的分散PI控制算法.根据信息结构的不同,PI控制算法分为"完全信息"算法和"部分信息"算法."部分信息"结构使博弈结果收敛到了纯策略纳什均衡,将其扩展到多酒吧模型后,同样使资源得到了有效的利用.然后借鉴Internet拥塞控制思想提出了酒吧问题的分散 AIAD(Additive Increase.AdditiveDecrease) 控制算法,并分别研究了酒吧的资源水平恒定的模型以及资源水平时变的模型,发现AIAD算法利用有限的信息也能够使系统有效跟踪资源容量的变化。 ②针对社会人群呈现出复杂网络结构特征的现象,将复杂网络拓扑结构引入了演化少数者博弈(EMG)中,研究了星型网络、小世界网络和无标度网络上的EMG模型.不同参数配置下的仿真结果显示系统的动态依赖于底层网络结构.当收益函数对称时,星型网络上的稳态概率分布由基本EMG模型中的自组织分离变为了中庸人群的峰化,而小世界网络和无标度网络没有改变EMG模型的稳态概率分布,并且此时它们取得了最优的资源配置.小世界网络的重连概率越小,系统的协调效果越好.无标度网络上参与者的成功率与他们的度存在正相关,而且系统的性能与网络的聚类特性相关,网络的聚类系数越大,系统的性能越好. ③提出了随机Kauffman网络上的一种修正演化少数者博弈(MEMG)模型,研究了网络的平均连接度对系统行为的影响.参与者通过自组织形成了两组极端行为的相反人群.而且当网络的平均连接度等于2时,整个系统取得了最佳的合作效果.与相同参数设置下基本MG和EMG模型相比,整体性能有了显著的提高.将这种网络连接模式扩展到多选择博弈模型中,同样增强了系统的协调性. ④针对现实生活中朋友关系网络的距离相关的特性,研究了基于距离的空间小世界网络上的雪堆博弈模型,网络中两个节点的连接概率是它们之间网格距离的幂律函数.与规则网络相比,距离无关的小世界网络促进了合作行为的演化.然而在距离相关的小世界网络拓扑结构下,随着幂指数的增加,长程连接的减少以及短程连接的增加在损益比比较大的时候阻碍了整体合作水平的提高.