从复杂系统和集体行为的角度研究组合优化问题及其计算机算法。沿着本人博士论文的工作，将组合问题的分布式算法和多主体系统(multi-agent systems)、自组织系统、网络动力学、博弈论等相结合，抓住了复杂系统的一个关键概念——“评价函数”，并且由此提出局部评价函数Local Evaluation Function(LEF，个体优化自己的利益)、团组评价函数Compartment Evaluation Function(CEF，个体优化所属团组的利益)和全局评价函数Global Evaluation Function(GEF，个体优化整体的利益)的概念框架，并且应用于组合优化问题求解中的一个经典的NP完全问题—“图染色”问题，得到了初步的、有说服力的和极富启发性的结果。　　文中集中研究了LEF和GEF之间的本质关系，包括:　　定义了一致性关系:对所有s∈Ω and S∈Ns1，Sgn(GEF(S)-GEF(S))=Sgn(LEFi(S)-LEFi(S))。　　给出了一致性定理（纳什均衡和局部最优）:LEF和GEF一致(→) LEF的纳什均衡集=GEF的局部最优集。　　给出了一致性充分条件（对称的相互作用）。自旋玻璃系统里的相互作用都是对称的，而博弈论里的收益矩阵多数是不对称的。这就是说，自旋玻璃系统里用LEF和GEF方法来演化是没有本质区别的，而在博弈中则可能是完全不同的。　　给出了一致性GEF的存在性（一致性和周期行为）定理:在离散和有限的系统中，当用LEF的方式来演化（递降式优化，无随机扰动），系统不出现周期行为时，总存在一个与之一致的GEF（至少是一致性枚举）。　　还探讨了系统中团组Compartment问题。团组广泛存在于自然和社会系统中，例如食物链中的Compartment，社会网络中的Community。团组的概念和系统中的等级层次以及积木(Building block)、边界密切相关，是目前复杂系统中研究得比较少，但是又非常重要的问题。从讨论网络中节点之间的优先次序关系与如何构造完美评价函数(无局部最优的GEF和所有纳什均衡都对应着全局最优的LEF)，到网络中团组的优先次序关系以及相应的团组评价函数，试图挖掘出网络中的层次关系和为何形成团组。　　这项工作在其它多个体的系统都可以适当推广，如分布式控制系统、多人博弈、网络、生物演化、自旋玻璃等。所以这项工作的研究成果将会加深人们对复杂系统集体行为的了解，并且可以应用于不同学科不同领域的复杂系统的研究。