中文摘要：

在前期工作基础上，本项目致力于研究如何从深层次将复杂网络、网络演化博弈与进化计算相结合，以建立网络博弈驱动的新型进化计算模型。首先，从进化计算领域的基础问题之一- - 问题难度分析出发，利用适应度景观网络技术，分析复杂网络特性与问题难度间的关系，以提出性能优良的问题难度预测指标。然后，基于网络演化博弈模型与具有网络结构的种群进化过程相吻合的认识，建立由网络博弈驱动的进化计算模型，并利用问题难度预测指标来指导个体策略选择及个体间相互作用的方案。最后，将新模型应用于具有广泛实用背景的社团检测问题上，并提出能同时检测重叠与非重叠社团的多目标检测方法。预期将建立性能优越的、能高效处理社团检测这类复杂问题的新型进化计算模型与方法。

结论摘要：

本项目对网络演化博弈和社团检测问题进行了深入地研究。研究了在具有简单网络结构（环形网络）的种群中，在弱选择的情况下，个体采用连续策略的种群演化动力学。通过驻留概率，我们在三种不同更新规则下，即“birth-death”、“death-birth”和“imitation”，理论上计算出了种群合作水平的平衡解，推导出自然选择中一种策略优于另一种策略的条件，从而得出种群个体趋向合作的条件。研究了符号网络上的社团检测问题，首先设计了四种基于进化算法的符号网络社团检测方法，系统地比较了四种方法的性能优劣。进而设计了一种基于相似度的多目标符号网络社团检测方法，该方法能够同时应用于非重叠与重叠结构的社团检测。已在相关领域国际期刊与会议上发表论文17篇，申请国家发明专利3项。