中文摘要：

Agent合作广泛存在于实际系统中。多机器人系统中存在分工问题，P2P网络信任与信誉领域存在需考虑朋友数量分布的问题。本项目从这些实际问题出发，建立模型agent协作与分工的演化模型，和考虑整体性质的集团与信任信誉演化模型，研究宏观整体系统行为的微观机制，为实际应用提供理论基础和基本算法支持。本项目提出了相应的agent的描述指标和演化规则，意愿价格与预期的计算方式；归纳出可以从同质的agent涌现出分工达到异质agent的微观机制，建立了agent渐进地利用信息的信息利用方式链。本项目涉及Multi-agent的基本科学问题，其中可以演化的定价，全新的bias学习机制，考虑局域范围内朋友数量分布的信任与信誉机制，渐进地利用信息的信息利用方式链等具有创新性。本项目还研究了遗传算法计算复杂性，提出了概率意义的计算时间的概念以描述计算时间分布，替代只能计算平均值的平均首达时间。在agent随机性造成规律性的研究中，我们的模型可以很好地符合实际语言数据、DNA数据的n-tuple Zipf分布特性，并可展现DNA数据ATGC数量对称破缺的特性。