声明
第一章 绪论
1.1 博弈
1.1.1 博弈的基本概念
1.1.2 两个典型的博弈模型
1.1.3 纳什均衡（Nash equilibrium）
1.1.4 重复博弈与一步记忆策略
1.1.5 博弈中的对称与非对称
1.2 演化博弈
1.2.1 演化稳定策略（Evolutionary stable strategy）
1.2.2 理论分析方法
1.2.3 Markov过程与主方程
1.2.4 策略更新动力学
1.3 演化Kuramoto博弈
1.3.1 Kuramoto同步模型
1.3.2 Kuramoto博弈
1.4 观点动力学
1.4.1 选举模型
1.4.2 Deffuant模型
1.5 线性稳定性分析
1.6 相变、临界指数与有限尺寸标度分析
1.7 复杂网络
1.7.1 基本参数
1.7.2 ER随机图
1.7.3 WS小世界网络
1.7.4 无标度网络
1.7.5 平面嵌入网络
1.7.6 结构对比
1.8 小结
第二章 随机规则图上的演化囚徒困境博弈分析
2.1 研究背景
2.2 研究动机
2.3 模型
2.4 结果与分析
2.4.1 演化稳态分析
2.4.2 分析与模拟结果对照
2.4.3 稳态系统合作水平的解析
2.4.4 差异来源
2.4.5 合作水平与收益线性相关
2.4.6 合作水平与收益的稳态分布及随时间的涨落
2.5 小结
第三章 网络的平面性与异质性对演化两个体博弈的影响
3.1 研究背景
3.2 研究动机
3.3 模型
3.4 结果与讨论
3.4.1 网络的平面性对合作演化的影响
3.4.2 网络的异质性对合作演化的影响
3.5 小结
第四章 一步记忆策略在网络上的演化命运
4.1 研究背景
4.2 研究动机
4.3 模型
4.4 模拟结果与理论分析
4.4.1 模拟结果
4.4.2 理论分析
4.5 小结
第五章 小世界网络上的演化Kuramoto困境
5.1 研究背景
5.2 研究动机
5.3 模型
5.4 结果与讨论
5.4.1 WS小世界网络上的演化Kuramoto困境
5.4.2 不同相对时间尺度下的演化Kuramoto困境
5.5 小结
第六章 复杂网络上的Kinetic-exchange-like观点动力学
6.1 研究背景
6.2 研究动机
6.3 模型
6.4 模拟结果与理论分析
6.4.1 随机规则网络上的观点动力学
6.4.2 离散系统的数值解
6.4.3 网络的平面性和异质性对动力学的影响
6.4.4 个体与邻居观点的关联性
6.4.5 有限尺寸标度分析下的临界指数
6.5 小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
在学期间的研究成果
致谢
