复杂网络上的博弈演化模型可以用来描述现实系统中自私理性个体之间的交互行为，已经被各领域学者进行了广泛的研究。其中，最后通牒博弈是一种探讨两个对象之间利益分配的公平性问题的经典博弈模型。本文以此为基础提出了混合规模下的通牒博弈和基于效率的通牒博弈演化机制，分析讨论更贴合现实的群体利益纠纷问题和追求效率的社会现象，主要的工作和研究成果如下：　　1.以往关于最后通牒博弈的演化研究多集中在两人的博弈规模里，对于多参与者的通牒博弈演化的涉猎尚处于初期。本文在经典通牒博弈模型的基础上拓展出了多人通牒博弈，并与经典模型结合构成了混合规模下的通牒博弈演化机制。各团队内部进行多参与者通牒博弈并选取出一个团队代表，团队之间由各代表建立连接并进行经典通牒博弈。根据不同的收益规则，具体有两种演化机制。在机制一中团队外部的收益作为额外奖励计入代表的总收益，而机制二中代表的总收益是将全部博弈的收益和进行归一化处理所得。实验表明相对而言更具公平性的演化结果能出现在第二种机制下。并且两种机制下团队规模和数目对演化结果都无明显影响，而团队代表选拔标准的提高能有效改善演化结果的公平性。　　2.用一种基于个体特征而建立的网络来取代经典的复杂网络模型。个体具备一个新的属性—效率值，个体依据不同的效率组建网络并相互进行最后通牒博弈，所以每个时间步内参与最后通牒博弈的个体数目是变化的。仿真结果表明系统规模对个体策略以及收益的演化过程无明显影响。个体在每轮通牒博弈获得的收益值基本相同且比较公平，但是效率不同导致其博弈频次不同从而影响了平均收益值。系统上的个体效率整体越高，其平均收益值也就越大。另外提高策略模仿的精确性有利于维持演化结果的公平性。