| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1 自组织系统及理论 | 第10-14页 |
| 1.1 耗散结构理论 | 第10-11页 |
| 1.2 协同学理论 | 第11-13页 |
| 1.3 超循环理论 | 第13页 |
| 1.4 突变理论 | 第13-14页 |
| 1.5 分形理论 | 第14页 |
| 1.6 混沌学理论 | 第14页 |
| 2 研究进展和模型 | 第14-17页 |
| 2.1 研究进展 | 第14-15页 |
| 2.2 主要研究模型 | 第15-17页 |
| 3 研究背景和意义 | 第17-20页 |
| 3.1 研究背景 | 第17-18页 |
| 3.2 研究意义 | 第18-20页 |
| 第二章 演化博弈论和复杂网络拓扑结构 | 第20-24页 |
| 1 演化博弈论 | 第20-21页 |
| 1.1 集体风险困境博弈 | 第20页 |
| 1.2 雪堆博弈 | 第20-21页 |
| 1.3 公共物品博弈 | 第21页 |
| 2 复杂网络拓扑结构 | 第21-24页 |
| 2.1 规则网络 | 第21-22页 |
| 2.2 小世界网络 | 第22-23页 |
| 2.3 无标度网络 | 第23-24页 |
| 第三章 基于集体风险博弈的人口系统自组织演化 | 第24-36页 |
| 1 引言 | 第24页 |
| 2 模型概述 | 第24-25页 |
| 3 建立模型 | 第25-26页 |
| 4 模拟结果及分析 | 第26-33页 |
| 4.1 不同网络粒子数累积分布 | 第26-28页 |
| 4.2 不同网络拓扑结构和不同管理效率指数α对粒子数分布的影响 | 第28-30页 |
| 4.3 不同网络拓扑结构和管理效率指数α对策略平均收益的影响 | 第30-32页 |
| 4.4 不同灾难发生概率条件下,采取不同策略的粒子分布 | 第32-33页 |
| 5 总结 | 第33-36页 |
| 第四章 基于雪堆博弈的人口系统自组织演化 | 第36-42页 |
| 1 引言 | 第36页 |
| 2 雪堆博弈模型 | 第36页 |
| 3 模拟过程 | 第36-37页 |
| 4 模拟结果及分析 | 第37-41页 |
| 4.1 不同网络粒子数累积分布 | 第37-39页 |
| 4.2 不同网络拓扑结构和不同单位时间收益参数β对粒子分布的影响 | 第39-40页 |
| 4.3 不同网络拓扑结构和单位时间收益参数β下的合作率 | 第40-41页 |
| 5 总结 | 第41-42页 |
| 第五章 基于公共物品博弈的人口系统自组织演化 | 第42-50页 |
| 1 引言 | 第42页 |
| 2 公共物品博弈模型 | 第42-43页 |
| 3 模拟过程 | 第43页 |
| 4 模拟结果及分析 | 第43-48页 |
| 4.1 不同网络粒子数累积分布 | 第43-45页 |
| 4.2 合作效率指数γ对粒子分布的影响 | 第45-46页 |
| 4.3 不同网络和不同合作效率指数γ对最终合作率的影响 | 第46-48页 |
| 5 总结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 1 总结 | 第50-51页 |
| 2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间发表的论文 | 第58页 |
