社会计算理论的出现,为有效应对复杂和动态变化的社会问题提供了现代化的方法和手段。小世界网络作为复杂社会关系的普遍特征,对于现实中随机、动态、弱关联、高聚合的社会关系而言,小世界网络刻画和预测能力较强。为使小世界网络中复杂的内部的协作更加稳定、健壮,能够在突发情况下平稳过渡,不至于出现停滞、抖动和单点故障状态,优化小世界网络的协作以提高网络整体性能是必要的。医院体检中心是一个典型的小世界网络场景,顾客到达体检中心组建的社会关系是随时间变化和状态变化动态改变的、不同时间出现在体检中心构成的社会关系是随机的、顾客间是弱关联的。这一小世界网络典场景型中的顾客与体检项目具有复杂协作关系,体检资源对顾客的匹配程度具有差异,为有效地优化整体性能带来困难。本文以医疗体检为场景,将小世界网络优化转化为内部协作系统的优化。以此来解决类似的小世界网络中内部协作与整体性能的优化问题。在变动的外部环境和内部匹配关系下,制定自适应的调控策略帮助医疗体检中心的决策者合理安排有限的资源、提高顾客体验、优化系统性能。对于这一具有复杂协作关系的小世界网络场景而言,有如下需要解决的问题:(1)对场景中的小世界网络内部协同过程进行建模分析;(2)对场景中顾客路径选择过程进行形式化表达;(3)构建自适应模型适应资源和环境的变化为顾客引导分流;(4)医院如何对顾客体检过程制定调控策略;(5)调控策略对小世界网络的影响。基于此,本论文的主要研究内容包括:1)数学建模:使用新兴的促进协作的方法,即基于角色协同(Role-based Collaboration,RBC),将角色作为底层机制,发挥角色的优势来支持体检系统中协作的形式化建模、量化评估;2)指派与自适应指派:使用自适应协同(Adaptive Collaboration,AC)方法,综合考虑医院顾客的到达情况、顾客就诊情况,在指派的同时,为医院在指派策略层面找出一个动态的自适应调整算法使得顾客和医院部分利益尽可能的最大化;3)离散事件仿真:根据医院的历史顾客到达时间的数据,模拟多种顾客到达分布,通过对体检场景进行离散事件仿真模拟,实时、动态地模拟体检中的各种情况。仿真实验结果表明,本论文提出的自适应指派算法具有有效性。使用本文的自适应指派方法,可以在一定程度上提高顾客的满意度、降低顾客的等待时间。本文的自适应策略调整,可以使得医院在宏观上有效的针对不同的顾客分布情况、不同的顾客满意度变化情况来采取不同的指派策略,从而进一步缩短医院的营业时间。