无线通信的发展与智能手机的普及,促使一种新型众包模式——空间众包的涌现。与传统的众包不同,空间众包要求携带智能手机的移动用户,即工人前往指定地点完成特定的空间任务。利用工人的移动性,可以高效、低成本地完成大规模、复杂的空间任务,因此,空间众包受到了学术界与工业界的广泛关注。在空间众包中,如何招募合适的工人完成任务是关键。当前,已有学者研究了空间众包中的单目标任务分配问题,即在不同场景下以空间众包系统的某个性能指标为任务分配的优化目标。但在实际情况中,任务分配需要同时优化多个性能指标,因此,有必要研究多目标的任务分配问题。在这些性能指标中,任务的可靠性以及任务的完成率较为重要。尽管已有部分文献研究多目标的任务分配,但未同时考虑这两个重要的性能指标,且未涉及多平台场景下的多目标任务分配问题。为此,本文分别研究单平台与多平台空间众包系统中的多目标任务分配问题。由于这些问题为NP-Hard问题,不存在计算有效的最优算法,我们基于改进的水文循环算法设计对应的求解算法。本文的主要研究工作总结如下:(1)改进水文循环算法。首先,分析原算法的局限性,发现其在求解过程中存在收敛速度慢、寻优精度低以及运行时间过长等问题。然后,在种群初始化阶段采用混沌的方法,以强化全局的搜索能力;在流动阶段自适应调整温度更新参数,以减少算法的运行时间;在凝结阶段引入逆水流过程,以提高算法的寻优精度。最后,为验证改进算法的有效性,仿真对比改进算法与原算法、经典智能优化算法以及新型智能优化算法的性能。仿真结果表明,改进的水文循环算法具有更好的性能。(2)研究单平台空间众包系统中的多目标任务分配问题。首先,在单平台空间众包系统中,定义任务的硬技能与软技能需求、工人与任务的匹配度、工人熟练度以及任务间的时空相关性,并在此基础上提出同时最大化任务可靠性与完成率的优化问题。然后,证明该问题为NP-hard问题,基于改进的水文循环算法设计对应的多目标任务分配算法。最后,采用合成数据与真实数据进行仿真实验。实验结果表明,与其他优化算法相比,所设计的任务分配算法具有更好的性能。(3)研究多平台空间众包系统中的多目标任务分配问题。首先,给出多平台的空间众包系统架构,并在考虑工人与任务的复杂时间约束等条件下,提出同时最大化多个平台任务完成率的优化问题。然后,证明该问题为NP-hard问题,并采用改进的水文循环算法进行求解。最后,基于合成数据与真实数据设计仿真实验。仿真结果表明,所提算法优于其他算法,且同时在多个平台上获得较好的任务完成率。本文针对水文循环算法的不足进行改进,并基于改进的水文循环算法分别设计单平台与多平台空间众包系统中的多目标任务分配算法,相关工作可为空间众包的系统实现提供参考。