E-CARGO模型是近几年来出现的极为灵活的基于角色的合作学系统模型,使用E-CARGO模型能够解决很多传统合作学中无法解决的问题,在分配问题以及再分配问题上,E-CARGO模型也有极大优势。在E-CARGO模型的原有分配问题的基础上,本文形式化了再分配问题,将再分配问题形式化为一个带约束的最优化问题,并且提出两种不同形式的优化目标。不同的方式会给合作中最后的结果带来不同的影响。对于解决再分配问题的算法,本文提出了两种解决再分配问题的算法,一种是通过将再分配问题变为初分配,然后使用匈牙利算法进行计算。匈牙利算法能够得到一个精确解,但是并没有充分利用初次分配的结果。另一种算法则是基于贪心策略的解决再分配问题的近似算法,贪心算法充分利用了初次分配时的结果,时间复杂度较低,但是并不能保证得到精确的结果。本文通过设置不同的条件对所提出的两种算法进行了测试。这些条件之一是初始矩阵的分布,包括三种分布,均匀分布、正态分布以及偏斜度分布。对于合作中已经分配任务的人数缺失时也设定了不同的数据,有1%、5%、10%以及30%四种缺失数据比例。进行了大量的实验,得到了关于再分配时的大量实验数据。之后对实验数据做了详细分析,包括定性分析与定量分析。无论是在任何分布的情况下,当缺失人数小于总人数10%时,匈牙利算法与贪心算法的分数差在0.1分以下,而当缺失人数大于总人数10%,人数与任务数比例超过1/2时,使用匈牙利算法与贪心算法的得分差距小于1分。