根据实际复杂系统的特性,在复杂网络基底上(规则格子,小世界和无标度网络,双层网络)研究了典型的博弈动力学演化(囚徒困境,雪堆博弈,公共物品博弈)。通过计算机模拟和解析分析相结合的研究方法,详细研究了个体的异质学习能力、噪声强度、理性多样性、局域化通讯、集体影响效应、相互作用网络和策略学习网络分离、个体可移动性等动力学机制对合作行为的涌现与稳定维持的影响。得到如下研究成果1)个体的异质学习能力能够使合作者较容易地形成稳定的集团结构,从而有助于合作形成;2)噪声强度或能促进,或能抑制整体合作;3)个体理性多样性有利于合作涌现;4)局域化通讯模式和策略信息传播延时能有效地促进合作;5)个体投资倾向差异性有利于合作出现;6)相互作用网络和策略学习网络的关联影响合作演化;7)个体可移动性和自检测能力非平庸地影响合作行为。此外,还富有成效地研究了复杂网络上其他一些相关动力学,如数据包、舆论传播、同步、种群动力学等。研究结果对于理解实际复杂网络系统结构与功能的演化、理解局部动力学规则对系统整体自组织演化和全局涌现现象有重要的理论意义,并极大地丰富了统计物理学思想和方法在相关交叉学科中的应用。
英文主题词networks; game; cooperation; self-organization; emergence