复杂系统中的个体可以合作、分工、适应、通讯、组织和复制,个体间出现的合作驱动力可以用演化博弈理论进行建模分析。演化博弈论不但能定性和定量地研究个体间的合作,而且能建立简单优美的模型。因此,演化博弈动力学在复杂科学的研究领域引起了诸多研究者的关注。在现实社会中,首先,由于个体本身能力限制,交互经常发生在相近的个体之间,在交互中也容易受到周围环境的影响,对种群结构进行建模、并研究不同的结构对演化的影响是一个重要的问题。其次,乐于帮助他人的个体,更容易受到别人帮助的现象普遍存在,如何在复杂系统中建立有效的基于间接互惠的信誉机制、促进合作行为的演化并抑制背叛行为的入侵是另一个重要问题。基于以上两个问题,本文将复杂网络与演化博弈理论相结合,研究了复杂网络上个体策略的演化动力学过程,并提出了两种促使合作演化的信誉机制。其主要研究内容如下:在混合均匀的网络中,个体有机会同种群中任何一个个体进行交互,由于背叛行为不需要付出代价便可以获得一定的收益,所以背叛行为将是最好混合网络中的纳什均衡策略。但是现实社会中,个体往往只与相似的个体交互,而很少与差异很大的个体交互,因此本文将信誉机制用在选择流程中,根据信誉高低来确定个体所属的分组,个体与组内的个体进行交互。同时对现有的信誉更新方式进行了改进,以往信誉更新只是根据个体的行为而简单的增减,而本文提出了结合个体行为和个体所在组的表现进行综合评分,将各个组根据演化过程中的贡献额进行分类,对不同分类的组采取不同的更新策略,并且提出了组内基于阈值的方法来鉴别异常个体。此外,社会中存在不同的群体,个体高频率与确定的几个个体进行交互,本文在不同类型的复杂网络上进行演化博弈,对该现象进行模拟。在复杂网络中背叛行为仍然比合作行为占据优势,因为背叛行为不需要付出代价却仍然可以分享收益。本文扩展了现有的信誉机制,进行了优化改进,将信誉作为个体选择参与博弈与否的判断条件,若组信誉低于个体自身信誉太多,那么个体可以拒绝参加此次博弈。通过这种基于信誉的判断方式,使得合作个体大大减少了被背叛者的入侵,从而促进了合作的演化。通过大量的实验验证,本文提出的两种信誉机制能够有效的促进合作演化。