在现实生活中群体合作现象是广泛存在的。小到微生物群体,大到人类社会,系统的复杂功能都是通过基本组成单元之间协同合作实现的。因此,研究如何对这些复杂系统上的群体合作行为进行控制具有极其重要的意义。本文分别使用矩阵的半张量积方法和基于蒙特卡罗方法的计算机仿真技术对复杂网络上的合作现象的产生机制进行了研究,并通过实验结果验证了方法的可行性。首先,由于在群体演化过程中个体的行为选择可以看作是一个逻辑运算的过程,而半张量积方法可以将逻辑运算过程通过矩阵运算来表示。所以,文中使用矩阵的半张量积方法建立了个体的策略演化方程,并利用个体的策略演化方程进一步构建了群体策略演化模型。另外,通过引入虚拟节点的博弈机制,对群体的策略演化过程进行控制。最后,使用半张量积方法对生活中的实例进行建模分析,通过仿真实例验证了方法的可行性。其次,在个体博弈过程中,如果能够及时的识别出邻居中的合作者,并且规定博弈时个体只能与这些合作者进行博弈,这样就能够很好地解决合作困境问题。对于如何去识别出邻居中的合作者,文中采用了构建一个中间机构的思想,这个中间机构负责根据每个个体的历史策略信息来给每个个体分配合作者标签或者背叛者标签。个体在博弈时需要首先获取博弈对象的标签信息然后再决定是否进行博弈。本文的个体识别模型将中间机构分配标签的过程和个体博弈获取收益的过程通过一个双层网络结构统一起来,两层网络之间信息的交互分别表示个体从中间机构获取邻居的标签信息以及中间机构收集个体的策略信息用于下一次标签分配。最后,通过计算机的仿真技术从不同的方面验证了个体识别模型的性能。最后,本文将网络演化博弈应用于网络社区的信息管理中。在网络社区的演化过程中,本文使用演化博弈模型对社区用户与信息的交互过程进行建模,通过奖励机制引导社区用户能够主动地参与到社区话题信息的管理和维护中,从而有效地解决传统的网络社区中的被动管理问题。文中通过仿真证明了模型在构建一个健康发展的网络社区方面的有效性。