多人协同计算问题是指人员之间相互交互和协作完成的任务。在协同计算前,需要根据任务需求和特点将任务分割为多个子任务。继而将不同的子任务指派给对应的参与人员完成任务分配。在任务分配过程中,由于参与人员自身的性格、政治倾向、信仰、喜好、习惯等原因形成了主观因素。主观因素会直接影响协作,导致参与人员会对其他人产生合作意向或冲突意向。若两人之间存在合作意向,则两人一起工作会增加项目的收益;两人之间存在冲突意向,则会影响任务分配的进程,导致任务分配失败。通常这些信息,会被收集整合处理形成影响群组角色指派效果的合作约束集合和冲突约束集合,由于两个集合是互斥关系,所以不同的特性的集合具有局部性、独立性和分布性,从而会出现信息的不透明情况在不透明的情况下,合作约束集合和冲突约束集合并不完备。因此,有效的解决不完备的人机协同计算问题,合理的划分合作约束集合和冲突约束集合,并提高参与人员完成的质量和提升整体效益是具有科学价值意义的为了解决信息不透明下的合作约束集合和冲突约束集合中的局部性、独立性和分布性形成更加完备的合作约束集合和冲突约束集合,本文提出了一种基于KD45认知逻辑的闭包运算算法,建立了一种群组角色指派模型。该模型有效的解决了在信息不透明情况下合作约束与冲突约束不完备的多人参与协同工作任务指派问题。其主要内容是:（1）利用RBC和GRA模型对多人协作问题进行建模;（2）提出一种用以完善约束关系集的KD45认知逻辑闭包运算算法,完善了由于信息不透明情况导致的不完备合作关系集合和冲突关系集合;（3）采用IBM ILOG CPLEX优化包（ILOG）进行了上万次不同规模下的仿真实验。大规模的仿真实验结果表明,本论文所提出的创新性方法,随着团队规模的扩大,团队执行效益最高可提升5倍以上。本论文所提出的模型和算法有效地使客观物质资源创造的价值的最大化,优化任务执行工作。本论文提出的KD45认知逻辑闭包运算算法挖掘扩展的群组角色指派约束关系集合完善,提出的认知逻辑代理闭包群组角色指派方法可行、有效,能高效解决合作约束和冲突约束下的多人参与协同工作任务指派优化问题。