协同计算是指计算机技术支持的环境中，一个群体通过协同开展的广义计算活动来解决某个复杂问题的过程，它的有效开展在一定程度上依赖于协同理论和技术。作为一种实现过程自动化的协同工作技术，工作流为大规模协同计算的有序、高效开展提供了深厚的理论基础和有力的技术支持。然而，协同计算具有不确定性、不重复执行、知识高度集中性、强动态性、高智能性等特征，难以直接应用现有的工作流技术，从而需要结合协同计算的特性对工作流原理在协同计算中的应用进行有针对性的研究，以切实促进和推动协同计算过程的有序开展。 在分析和拓展传统工作流原理的基础上，本文对面向复杂问题求解的协同计算系统建模及其若干关键问题进行了较为细致深入的研究。针对协同计算的特性，提出了一种基于问题的协同计算模型PBCCM(Problem—Based Cooperative Computing Model)对面向复杂问题求解的协同计算过程进行工作流建模，给出了一定的验证理论以验证这类模型的合理性，设计了相应的工作流引擎规范来为PBCCM的执行提供丰富的执行服务。在工作流引擎的设计与实现中，集中讨论了与任务分配、模型动态修改、交互实现这三大功能有关的理论和实现方法。最后，结合上述理论研究，有针对性地进行了实例分析。 本文主要工作和创新之处集中体现在以下几个方面： (1) 提出了一个基于问题的协同计算模型PBCCM并给出了相应的模型验证理论。PBCCM以子问题为建模基元，各个子问题之间通过各种数据关联和控制关联相连，其中，特别提出了3个用以表达协同计算过程中特殊数据语义和柔性控制语义的新型关联。这一建模方法较好地适应了协同计算的特点，为协同计算的工作流建模提供了有效手段。此外，基于经典的模型验证思想，针对PBCCM提出了具体的合理性定义，并给出了相应的验证理论，从可终止性、简约性、数据一致性、控制一致性等几方面对PBCCM进行合理性验证。该验证理论对数据和控制进行集成分析与研究，较为全面地保证了模型的合理性。 (2) 针对交互关系模型的优化分析提出了一个递阶优化分配算法SOA(SequentialOptimized Allocation)。在PBCCM的执行过程中，各协同者之间存在题内和题外两种交互关系，在定义两种交互关系的基础上，提出了一个递阶优化分配算法SOA。实验结果表明，SOA在很大程度上减少了PBCCM中各协同者之间的交互关系总数，有利于减轻交互负载、简化交互管理行为、节省通信开销。 (3) 针对PBCCM提出了主动修改和被动修改相结合的动态修改方法。其中，主动修改由协同者通过给定的修改原语实现，而被动修改由计算机基于主动修改通过一系列推导规则自动实现。主动修改和被动修改相结合的修改方法在一定程度上为模型的动态修改提供了自动化、智能型的支持。 (4) 提出了PBCCM中交互实现的相关方法。协同计算中的交互在本质上是一种知识传递行为。本文根据被传递知识的不同内容将PBCCM执行过程中开展的交互分为4大类别，并对各类交互的对象确立机制进行了分析。基于特定知识表达框架，深入探讨了协同计算中的交互实现原理。结合不同的交互对象确立机制和相似的交互实现原理提出了实现知识交互的方法及流程。