王瑞 袁勤儉

摘? 要：[目的/意義]對應用了協(xié)同演化理論的信息系統(tǒng)相關研究進行梳理總結，為研究者提供思路和方向。[方法/過程]將研究問題歸納為協(xié)同演化理論應用于知識網絡動態(tài)演變、在線網站用戶信息行為、信息處理技術改進、信息系統(tǒng)優(yōu)化、電子商務與物流協(xié)同發(fā)展5個方面，分析各方面研究成果。[結果/結論]現有研究存在研究內容可拓展、理論應用不深入、缺少多向因果關系的探究等不足之處，未來研究可在這些方面取得進展。

關鍵詞：協(xié)同演化;信息系統(tǒng);動態(tài)演變;協(xié)作優(yōu)化

DOI：10.3969/j.issn.1008-0821.2020.10.016

〔中圖分類號〕G201? 〔文獻標識碼〕A? 〔文章編號〕1008-0821（2020）10-0152-07

Coevolution Theory and Its Application and Prospect in the

Field of Information System Research

Wang Rui? Yuan Qinjian*

（School of Information Management，Nanjing University，Nanjing 210023，China）

Abstract：[Purpose/Significance]This paper sorts out and summarizes the research on coevolution theory in information systems to provide researchers with ideas and directions.[Method/Process]The research was summarized into five aspects：research on using coevolution theory in dynamic evolution of knowledge networks，research on using coevolution theory in information behavior of online website users，research on using coevolution theory in information processing technology improvement，research on using coevolution theory in information system optimization，research on using coevolution theory in coordinated development of e-commerce and logistics.[Result/Conclusion]The existing research had shortcomings such as expandable research content，in-depth application of theory，lack of exploration of multidirectional causality，progress would be made in these aspects in the future research.

Key words：coevolution;information systems;dynamic evolution;collaborative optimization

協(xié)同演化，又稱協(xié)同進化或共同演化，這一概念最初由Ehrlich P等提出，他們通過研究蝴蝶群與其食用植物的進化過程，確定了具有密切和明顯生態(tài)關系的兩個主要生物體之間的相互作用模式，即協(xié)同演化[1]，此概念提出后經Janzen D H、Norgaard R B、Murmann J P、Jouhtio M等學者的豐富和拓展迅速成為生物學領域的一個重要分支，并于21世紀初建立基本的理論體系，與此同時，該理論以類比的方式應用于經濟學、組織和管理、遺傳學、語言學、計算機建模等多個領域[2]。協(xié)同演化理論（Coevolution Theory）的核心思想為：在較長時間跨度的動態(tài)演變過程中，具有明顯聯(lián)系的事物間由于雙向或多向的相互作用關系而發(fā)生的共同進化。

由于協(xié)同演化理論廣泛的適用性，越來越多的學者利用協(xié)同演化理論揭示不同物體演化過程中的生態(tài)互作關系，從而建立物體間的相互作用及共同演化模型，這使得協(xié)同演化理論的應用研究取得了豐碩的成果。有學者對相關研究進行了述評：鄭春勇總結了西方學術界關于協(xié)同演化的理論研究進展和其在社會經濟領域的應用[3];更進一步地，聶峰英分析比較了國內國外的協(xié)同演化研究應用進展和趨勢[4]。隨著該理論的內涵進一步被拓展和豐富，其與信息系統(tǒng)相關的應用研究已積累了一些成果，但目前未見文獻全面、系統(tǒng)地對信息系統(tǒng)應用協(xié)同演化理論的研究進行述評，因此，本文擬在介紹該理論及其發(fā)展的基礎上，梳理并總結其在信息系統(tǒng)研究中的應用情況，以期幫助學者把握該理論的發(fā)展脈絡和應用現狀，為后續(xù)相關研究提供參考。

1? 協(xié)同演化理論的起源與發(fā)展

11? 協(xié)同演化理論的起源

經典的進化論將自然選擇與生存競爭作為物種進化的主要動力，強調環(huán)境和競爭的作用，協(xié)同演化則強調物種之間的相互受益，這種物種間協(xié)同作用的思想最早來源于1955年Flor H H提出的基因對基因假說，Flor H H在對亞麻與亞麻銹菌的相互作用進行遺傳學分析時發(fā)現：1）亞麻對銹病的抗病基因與銹菌的無毒基因之間存在數量及功能上的一一對應關系;2）亞麻抗病性和銹菌的無毒性是顯性遺傳，而亞麻感病性和銹菌的毒性是隱性遺傳;3）亞麻對銹菌的抗感反應類型不單純由亞麻本身的遺傳性狀決定，而是由亞麻和銹菌二者相互作用所決定，以上結論表明在病原-寄主體系中，無毒因子通過改變寄主的生理特性而起作用[5]，即物種間相互影響、共同進化。隨后，生物進化相關研究從單向的自然選擇逐漸過渡到物種間雙向的交互選擇，協(xié)同演化的概念也孕育而生，Mode C J于1958年提出了協(xié)同進化遺傳學的第一個數學模型[6];1964年，協(xié)同演化作為一個專業(yè)的概念術語被正式提出，Ehrlich P等首次將“適應”與“物種形成”鏈接到互作物種中，在對粉蝶幼蟲與其宿主植物的分析中，他們發(fā)現宿主植物產生的有毒次級代謝產物影響粉蝶幼蟲的取食行為，粉蝶幼蟲對毒性的抗性則反過來影響植物毒性的演化，基于此提出逃脫-輻射協(xié)同演化模型用于解釋被子植物與植食昆蟲由于相互作用而產生的適應輻射[1]。上述假說、模型和概念為協(xié)同演化理論的發(fā)展奠定了重要基石。

12? 協(xié)同演化理論的發(fā)展

121? 理論內涵的豐富

Ehrlich P和Raven P在提出協(xié)同演化概念時并未對其進行明確定義，20世紀80年代以后，學術界掀起了協(xié)同演化的研究熱潮，大量學者為協(xié)同演化的內涵注入了更豐富的內容。Janzen D H于1980年最早對協(xié)同演化進行了定義：即一個物種的個體行為受另一個物種個體行為影響而導致的兩個物種在進化過程中發(fā)生的關系，是兩種（或多種）具有密切的生態(tài)關系但不交換基因的生物的聯(lián)合進化，其中，兩種生物互相施加選擇壓力，使一方的進化部分地依靠另一方的進化[7];為了不脫離經典的進化論體系，Volberda H W等認為，共同演化的理論必須符合達爾文主義的一般分析框架，即必須明確界定復制者和互動者，并運用“變異”“復制”和“選擇”的觀點來描述共同演化過程[8];為了強調協(xié)同演化的特性，Winder N等指出共同演化是“相互影響的實體間的演化關系”，是兩個演化系統(tǒng)的互動，只有當兩個種群之間的演化存在“強影響”和“地理接近性”時才能構成共同演化[9];另外，Jouhtio M對定義中物種間的依賴關系進行了補充，他將協(xié)同演化定義為：共同演化是指持續(xù)變化發(fā)生在兩個或多個相互依賴、單一的物種上，它們的演化軌跡相互交織，并且相互適應，其中，物種的相互依賴關系包括：共生關系、共棲關系和競爭關系，而在物種競爭過程中，競爭的結果可能是一個物種淘汰或驅逐另一個物種，也可能是演化出不同的細分環(huán)境，弱化原先的競爭壓力[10];Norgaard R B第一次將協(xié)同演化概念運用于社會文化、生態(tài)經濟領域，注重從環(huán)境經濟學的視角考慮概念中的長期反饋關系，他強調協(xié)同演化不僅是“協(xié)同”的，更是“演化”的，是“相互影響的實體間的演化關系”，在社會經濟系統(tǒng)中，共同演化主要反映了知識、價值、組織、技術和環(huán)境5個子系統(tǒng)的長期反饋關系[11]。初期的協(xié)同演化將物種間的相互作用簡單限定在一對一的種間關系，然而自然界中更常發(fā)生的是一對多或多對多的互作形式，如一種植物可能需要多種動物為其傳粉或擴散種子，一種動物也可能服務于多種植物，因而一對一的協(xié)同演化關系不具有更廣泛的適用性，為擴展協(xié)同演化理論的應用范圍，Janzen D H提出“擴散協(xié)同演化”，即多種群之間的適應性特征變化響應[7]，擴散協(xié)同演化可用來解釋某一個或多個物種的特征受到多個其他物種特征的影響而產生的相互演化現象。

122? 演化特征的提煉

隨著協(xié)同演化理論體系的逐漸完善，應用協(xié)同演化理論的研究大量涌現，但研究中存在許多文不對題的現象，一些題為“協(xié)同演化”的文章并非研究真正的協(xié)同演化問題[12]，因此Murmann J P區(qū)分了協(xié)同演化和并行發(fā)展，他提出協(xié)同演化的發(fā)生必然伴隨著物種間改變對方適應性特征的雙向因果關系，而并行發(fā)展只是不同物種對周圍環(huán)境的共同適應[13];類似地，王德利等則將協(xié)同進化與競爭進化進行了區(qū)分，他認為競爭進化的結果是生物間的相互制約，而協(xié)同進化是生物間的相互協(xié)調與平衡，最終物種共同受益[14];針對誤用術語問題，黃澤宇等提出目前使用協(xié)同演化理論的誤區(qū)主要有：1）是將單向作用誤解為雙向互作;2）將協(xié)作、共生、互惠等生態(tài)互作關系直接等同于協(xié)同演化關系;3）是將“演化”混同于“變化”[15]。由此可見并非所有相互作用的物種間均會產生協(xié)同演化關系，為了避免概念混淆和術語誤用等現象，學界對協(xié)同演化理論的特征進行了提煉與總結，包括：1）雙向或多向因果關系，即共同演化的各方必須互為因果關系，各成員均會被其他成員影響和改變;2）多層級和嵌入性，多層級指協(xié)同演化并不僅僅發(fā)生在同一個層級中，不同層級之間的互動關聯(lián)常有發(fā)生，嵌入性指個體并非獨立存在，其行為應當被嵌入到更廣闊的自然、文化、社會環(huán)境中去;3）復雜系統(tǒng)的特征，即互動者間的互作反饋機制往往呈現非線性或自組織的狀態(tài);4）正反饋效應，即系統(tǒng)內外部的變化對系統(tǒng)的影響不斷擴大，系統(tǒng)脫離原有狀態(tài)，發(fā)生結構性改變;5）路徑依賴，即系統(tǒng)某一時期的演化方向受上一時期演化軌跡的影響，系統(tǒng)的演化軌跡將在某一特定的路徑上持續(xù)較長的時間[16]。

123? 應用領域的擴展

協(xié)同演化理論起源于生物學并在進化生物領域具有十分廣泛的研究內容，主要包括寄生物與宿主系統(tǒng)協(xié)同演化、昆蟲與植物協(xié)同演化、捕食者與獵物系統(tǒng)協(xié)同演化等，其應用水平也涵蓋分子水平、細胞水平、個體水平、種群水平和生態(tài)系統(tǒng)水平等多個層次。自1985年協(xié)同演化被首次運用于社會經濟領域后，越來越多的西方學者將協(xié)同演化理論應用到社會經濟問題中，組織與環(huán)境的協(xié)同演化、技術與制度的協(xié)同演化、個體與制度的協(xié)同演化是社會經濟領域應用協(xié)同演化研究的最主要內容[3，17]，值得一提的是，協(xié)同演化已成為演化經濟學的重要概念，協(xié)同演化理論與經濟學的結合不僅為經濟演化增加了新的研究內容，而且提供了強有力的新邏輯與獨特的分析工具，使演化經濟學的研究不僅停留在過程思維，還考察行為主體之間和主體與環(huán)境之間的相互影響[18]。隨著協(xié)同演化理論內涵越來越豐富、體系越來越完善，學者們紛紛探索其在其他領域的拓展應用，計算科學領域以協(xié)同演化理論為基礎提出的協(xié)同演化算法成為該領域近年來的研究熱點，該算法應用協(xié)同演化思想，考慮環(huán)境與個體間的復雜聯(lián)系對個體演化的影響，構造不同種群及其關系，利用種群間相互作用提高各自性能[19]。

2? 協(xié)同演化理論應用于信息系統(tǒng)相關問題的研究

21? 協(xié)同演化理論應用于知識網絡動態(tài)演變的研究

知識網絡是基于知識的關系，網絡中的知識內容、知識創(chuàng)建者、傳播者及其相互關聯(lián)均是知識網絡的重要組成部分，學者們針對知識網絡中各元素的相互作用進行了不同維度的協(xié)同演化分析，如：Xia H等構建了知識與合作網絡的協(xié)同演化元模型，該模型通過團隊組裝機制研究了復雜網絡中知識的集體產生與傳播及合作網絡的動態(tài)演化[20];除了網絡中合作關系的研究，Al-Shyoukh I等探討了網絡結構與所傳播信息內容的相互作用，他們按照時間細分網絡和信息內容并進行了時間序列分析，結果表明通信網絡結構與信息內容的多樣性和新穎性存在協(xié)同演化關系[21];聚焦于具體的學科知識，王梅從生態(tài)學視角揭示了各學科的協(xié)同演化機理，她指出學科內部以自組織的方式進行協(xié)同演化，學科間以競爭與互補的方式進行協(xié)同演化，學科的協(xié)同演化對于促進學科發(fā)展和學科建設尤為重要[22];著眼于更細致的知識內容，Xie Z等分析了科學論文的引文和合著者同步增長并且動態(tài)互作的過程，建立了二者協(xié)同演化的幾何模型，該模型有效解釋了作者-引用的廣義泊松分布和冪律分布規(guī)律，并捕捉到了論文、引文、合作者三者之間的經驗正相關關系[23];吳蕾等則通過對科技文獻中技術關鍵詞的跨領域協(xié)同演化分析得出了技術關鍵詞結構的發(fā)展軌跡，并發(fā)現落后發(fā)展學科的領域技術空白點[24]。

由以上研究可知，學者們已經從不同維度揭示了知識網絡動態(tài)演變過程中的協(xié)同演化關系，然而以上研究只是根據知識網絡中各元素間的相互作用探究了其協(xié)同演化過程，協(xié)同演化的生成原因并不明確，演化過程中的馬太效應、守舊、跟風、創(chuàng)新等現象[25]未得到解釋，協(xié)同演化過程的影響因素也未見探究，明確此類問題有助于進一步揭示知識網絡的協(xié)同演化機理，明確演化規(guī)律，因此未來需要針對此類問題進行更深入的探索。

22? 協(xié)同演化理論應用于在線網站用戶信息行為的研究

互聯(lián)網拓展了人類交往的邊界，不同時空的人們依靠網絡產生聯(lián)結同時相互影響，為了探索不同情境下的網民在線互作關系，學者們將協(xié)同演化理論應用于不同網絡平臺中用戶的信息行為研究，如：Costa A F等研究了社交投票網站中用戶評論與投票行為之間的關系及其隨時間的演變，結果表明用戶評論數隨著投票數冪律的增加而增加，基于此構建VNC模型，該模型可準確反映社交投票網站中用戶活動的協(xié)同演化[26];關于用戶內容生成行為，Bhattacharya P等以在線社交網站為背景，構建了用戶網絡結構與其所生產內容的協(xié)同演化模型，該模型闡釋了網絡結構對生成內容的影響和新生內容對網絡結構的后續(xù)反饋，實證數據表明，用戶傾向于與具有相似發(fā)布行為的人建立聯(lián)系，從而改變網絡結構，網絡結構的變動反過來也改變了用戶的發(fā)帖行為[27];在在線政治討論的研究中，Liang H采用文本挖掘技術和語義網絡分析了在線論壇中用戶的政治討論與共同立場如何隨著時間的推移共同發(fā)展，結果表明政治討論可以促使用戶達成共識，從而進一步促進參與者之間的政治討論[28]。

由以上研究可知，學者們以不同網絡情境為背景探討了用戶信息行為間的協(xié)同演化關系，然而由于研究情境不同，協(xié)同演化過程也存在差異，如以社交網站為背景的協(xié)同演化和以在線論壇為背景的協(xié)同演化過程各有其特點，探究不同情境下用戶信息行為協(xié)同演化的差異，有助于把握不同類型網站的用戶特征，對具體情境下的具體問題提出針對性的策略，因此未來研究可比較不同情境下各元素間協(xié)同演化過程的差異，探索形成差異的深層原因。

23? 協(xié)同演化理論應用于信息處理技術改進的研究

隨著信息爆炸時代的到來，互聯(lián)網用戶對信息技術的數據處理能力有著越來越高的要求，技術的進步需多種元素的協(xié)調配合，將協(xié)同演化理論應用于信息處理技術有利于結合不同元素的特點進行多種技術的共同演化，為此，已有學者展開了相關研究，如：Kupfer A等將協(xié)同演化理論應用于數據庫技術，實現了數據庫模式和數據庫本體的自動映射，即對數據庫模式中的各元素執(zhí)行創(chuàng)建、刪除、修改等操作時，語義本體會隨之進行相應的更改，無需手動重建[29];為解決當前仿真系統(tǒng)靈活性、可拓展性不足等問題，Liu B H等提出了敏捷仿真的概念，將專家系統(tǒng)和仿真系統(tǒng)相融合，二者相互合作并協(xié)同進化，為復雜系統(tǒng)的研究提供了新思路[30];也有學者利用協(xié)同演化算法對數據挖掘技術進行了改進，Wong M L等利用協(xié)同進化遺傳算法從數據集中生成貝葉斯網絡以提高學習的有效性，經實驗表明，新算法較反向傳播神經網絡和邏輯回歸模型具有更好的性能[31];另外，圖像處理技術也利用協(xié)同演化得到了改進，Myszkowski P B將基于規(guī)則的協(xié)同演化算法運用于圖像標注技術[32];Tan J H等則研究了圖像識別中的協(xié)同演化算法，提出競爭性的協(xié)同進化有望在沒有專家調整的情況下解決過度擬合和可靠性問題[33]。

24? 協(xié)同演化理論應用于信息系統(tǒng)優(yōu)化的研究

信息系統(tǒng)服務于實際，隨著實際問題的變化，系統(tǒng)的性能和解決問題的能力也須進行不斷優(yōu)化，大量研究表明將協(xié)同演化理論應用于系統(tǒng)優(yōu)化能有效解決大量實際問題，推動不同領域信息系統(tǒng)的發(fā)展，如：Zhang X Y等利用分布式協(xié)同演化算法對智能電網的需求管理系統(tǒng)進行了優(yōu)化，優(yōu)化后的系統(tǒng)能更充分地發(fā)揮智能調度程序和智能定價生成器的作用，不僅改善了電網波動、增加了凈利潤，而且提高了用戶舒適度、節(jié)省了用電預算[34];針對大規(guī)模全局優(yōu)化問題，De Falco I等認為協(xié)同演化算法是一種有效的分而治之策略，用于將大規(guī)模問題分解為低維子組件，因此提出了代理輔助協(xié)同演化優(yōu)化器，使得優(yōu)化元啟發(fā)式方法在同時具有高維和計算意義的目標函數上得以應用[35];在實時調度問題中，人為規(guī)則具有很強的問題相關性，Zhou Y等提出了基于機器分配規(guī)則和作業(yè)分類規(guī)則協(xié)同演化的調度策略，實驗表明進化的調度策略能降低專業(yè)成本并實現大規(guī)?？焖賾肹36];針對具體的航班調度問題，Lu R等將大規(guī)模航班分配視作多目標組合優(yōu)化問題，提出了引入合作式協(xié)同演化的多目標優(yōu)化算法，通過仿真實驗證實該方法有利于加強航班間的協(xié)作效率，有效降低了空域擁擠和航班延誤等問題[37];在信息通信中，Fan W H等利用改進的協(xié)同演化算法實現了無線電接入網中的最佳資源分配，該算法用于優(yōu)化終端傳輸功率和分配的無線電接入技術帶寬，有效提高了系統(tǒng)性能和計算效率[38]。

由以上研究可知，協(xié)同演化理論應用于信息處理技術改進和信息系統(tǒng)優(yōu)化大多體現在對協(xié)同演化算法的應用，而少有研究應用協(xié)同演化的理念和內涵思考信息處理技術和信息系統(tǒng)進一步的發(fā)展，互聯(lián)網時代，大數據、人工智能、決策支持系統(tǒng)等方面的發(fā)展涉及到科學、制度、社會等多因素，同時以上各方面也依賴于信息處理技術和信息系統(tǒng)的進步，未來研究可深入應用協(xié)同演化理論的概念內涵分析信息處理技術和信息系統(tǒng)與其他元素的相互作用、協(xié)作進步。

25? 協(xié)同演化理論應用于電子商務與物流協(xié)同發(fā)展的研究

隨著互聯(lián)網時代的到來，各行各業(yè)的電子商務交易正變得越來越普遍，同時商家促銷活動的成功使得包裹數量呈爆炸式增長，因此快遞物流行業(yè)面臨著巨大挑戰(zhàn)，針對此類問題，學者們應用協(xié)同演化理論分析電子商務與物流的協(xié)同發(fā)展，如：Wang J J等研究了電子零售與快遞物流協(xié)同演化的4種鑲嵌運營模式，指出協(xié)同演化不僅是路徑依賴的過程并且與位置依賴的機構有關[39];考慮到農村電商近幾年的快速發(fā)展，張誠等構建了政府減貧政策下農村電商與農村物流的協(xié)同演化博弈模型，分析指出政府積極推動的策略有利于農村電商與農村物流的協(xié)同演化，同時，農村電商“線上協(xié)同”、農村物流“線下協(xié)同”，能夠有效提升線上電商盈利能力和線下物流服務能力[40];針對物流主導的協(xié)同演化，吳群等從種群協(xié)同進化的角度研究了為電商提供物流保障的服務主體及各構成要素，在分析了物流生態(tài)系統(tǒng)演化機理后，提出自組織演化和交互演化在協(xié)同演化過程中起到了關鍵作用，種群的領導力、種群生態(tài)位的選擇和種群間協(xié)同機制都對平臺型電商企業(yè)物流生態(tài)系統(tǒng)的協(xié)同演化及形成穩(wěn)定種群關系產生影響[41];另外，孫鵬通過構建演化博弈模型分析了B2C物流服務供應鏈協(xié)同合作的動態(tài)演變規(guī)律，結果表明物流服務供應鏈協(xié)同產生的額外收益、激勵水平、物流服務企業(yè)自身運作成本以及物流企業(yè)的相互依賴程度都對物流服務供應鏈的協(xié)同演化有重要影響[42]。

[12]李大元，項保華.組織與環(huán)境共同演化理論研究述評[J].外國經濟與管理，2007，（11）：9-17.

[13]Murmann J P.Knowledge and Competitive Advantage：The Co-evolution of Firms，Technology，and National Institutions[M].Cambridge：Cambridge University Press，2003：43，23.

[14]王德利，高瑩.競爭進化與協(xié)同進化[J].生態(tài)學雜志，2005，（10）：1182-1186.

[15]童澤宇，黃雙全.協(xié)同演化概念的發(fā)展、使用誤區(qū)與研究證據[J].中國科學：生命科學，2019，49（4）：421-435.

[16]黃凱南.共同演化理論研究評述[J].中國地質大學學報：社會科學版，2008，（4）：97-101.

[17]張福軍.共同演化理論研究進展[J].經濟學動態(tài)，2009，（3）：108-111.

[18]劉志高，王緝慈.共同演化及其空間隱喻[J].中國地質大學學報：社會科學版，2008，（4）：85-91.

[19]董紅斌，黃厚寬，印桂生，等.協(xié)同演化算法研究進展[J].計算機研究與發(fā)展，2008，（3）：454-463.

[20]Xia H，Xuan Z，Luo S，et al.A Meta-model for Studying the Coevolution of Knowledge and Collaboration Networks[C]//5th International Conference on Knowledge Science，Engineering and Management（KSEM），2011，7091：404-413.

[21]Al-Shyoukh I，Chasparis G，Shamma J S.Coevolutionary Modeling in Network Formation[C]//IEEE Global Conference on Signal and Information Processing（GlobalSIP），2014：722-726.

[22]王梅.基于生態(tài)原理的學科協(xié)同進化研究[D].天津：天津大學，2006.

[23]Xie Z，Xie Z L，Li M.Modeling the Coevolution Between Citations and Coauthorship of Scientific Papers[J].Scientometrics，2017，112（1）：483-507.

[24]吳蕾，梁曉賀，宋紅燕.基于技術關鍵詞的學科領域協(xié)同演化分析實證研究[J].現代情報，2019，39（8）：137-142.

[25]陳果，趙以昕.多因素驅動下的領域知識網絡演化模型：跟風、守舊與創(chuàng)新[J].情報學報，2020，39（1）：1-11.

[26]Costa A F，Traina A J M，Traina C，et al.Vote-and-Comment：Modeling the Coevolution of User Interactions in Social Voting Websites[C]//16th IEEE International Conference on Data Mining（ICDM），2016：91-100.

[27]Bhattacharya P，Phan T Q，Bai X，et al.A Coevolution Model of Network Structure and User Behavior：The Case of Content Generation in Online Social Networks[J].Information Systems Research，2019，30（1）：117-132.

[28]Liang H.Coevolution of Political Discussion and Common Ground in Web Discussion Forum[J].Social Science Computer Review，2014，32（2）：155-169.

[29]Kupfer A，Eckstein S，Neumann K，et al.A Coevolution Approach for Database Schemas and Related Ontologies[C]//19th IEEE International Symposium on Computer-Based Medical Systems（CBMS），2006：605-610.

[30]Liu B H，Li L.The Collaboration and Coevolution of Experts System and Simulation System in Agile modeling and Simulation[C]//3rd International Conference on Intelligent System Design and Engineering Applications（ISDEA），2013：1404-1407.

[31]Wong M L，Lee S Y，Leung K S.Data Mining of Bayesian Networks Using Cooperative Coevolution[J].Decision Support Systems，2004，38（3）：451-472.

[32]Myszkowski P B.Rule Induction Based-on Coevolutionary Algorithms for Image Annotation[C]//3rd International Asian Conference on Intelligent Information and Database Systems（ACIIDS），2011，6592：232-241.

[33]Tan J H，Zhang J，Song C X，et al.A Coevolution Algorithm in the Image Recognition System[C]//3rd International Conference on Intelligent System Design and Engineering Applications（ISDEA），2013：22-25.

[34]Zhang X Y，Gong Y J，Zhou Y R，et al.A Distributed Coevolution Algorithm for Black Box Optimization of Demand Response[J].IEEE Access，2019，（7）：51994-52006.

[35]De Falco I，Della Cioppa A，Trunfio G A.Investigating Surrogate-assisted Cooperative Coevolution for Large-Scale Global Optimization[J].Information Sciences，2019，482：1-26.

[36]Zhou Y，Yang J J，Zheng L Y.Hyper-Heuristic Coevolution of Machine Assignment and Job Sequencing Rules for Multi-objective Dynamic Flexible Job Shop Scheduling[J].IEEE Access，2019，（7）：68-88.

[37]Lu R，Guan X M，Li X Y，et al.A Large-scale Flight Multi-objective Assignment Approach Based on Multi-island Parallel Evolution Algorithm with Cooperative Coevolutionary[J].Science China-Information Sciences，2016，59（7）：072201.

[38]Fan W H，Liu Y A，Wu F.Optimal Resource Allocation for Transmission Diversity in Multi-radio Access Networks：A Coevolutionary Genetic Algorithm Approach[J].Science China-Information Sciences，2014，57（2）：022310.

[39]Wang J J，Xiao Z P.Co-evolution Between Etailing and Parcel Express Industry and Its Geographical Imprints：The Case of China[J].Journal of Transport Geography，2015，46：20-34.

[40]張誠，張廣勝，王艷玲.政府減貧的農村電商與農村物流協(xié)同演化及政策優(yōu)化[J/OL].https：//kns.cnki.net/KCMS/detail/11.5224.C.20200106.1502.002.html，2020-01-06/2020-02-05.

[41]吳群，程浩.平臺型電商企業(yè)物流生態(tài)系統(tǒng)協(xié)同演化研究[J].江西社會科學，2019，39（12）：199-207.

[42]孫鵬.B2C物流服務供應鏈協(xié)同演化機理與對策[J].物流技術，2019，38（12）：93-96.

（責任編輯：郭沫含）