基于以上分析，为了解决综合考虑个体与协同属性的CPIKN成员选择问题，本书集成候选成员个体知识能力、成员间知识互补性和知识协作能力等属性指标，构建CPIKN成员选择的多目标优化决策模型如下：

在模型（3.20）～（3.24）中，目标（3.20）表示成员个体知识能力最优，目标（3.21）表示成员间知识协作能力最优，约束（3.22）表示成员间的知识互补性应在适宜的范围内，约束（3.23）表示从n个候选成员中选择m个成员组成知识网络。需要特别指出的是，模型（3.20）~（3.24）是基于个体与协同属性的CPIKN成员选择基础模型，其可作为后续相关研究的基础。决策者可根据实际问题和需求，在上述模型基础上进行改进，增加特定问题的目标和约束，如成员的人资成本、时间投入、成员的知识领域分布或者所属组织等。

模型（3.20）～（3.24）是一个典型的0-1二次规划优化模型，其与Kuo等人的最大化差异问题模型相似。Kuo等人的研究已经证明该问题是一个NP-hard问题[248]。另一方面，本书模型的解空间是关于参数n和m的函数。令S表示模型解空间中解的数量，则有。当m远远小于n时，即m n≪，S可被近似处理为：(www.daowen.com)

因此，本书模型的解空间大小可近似看作关于n和m的指数函数。当问题规模较小时，即n和m都比较小时，传统的枚举法或优化算法可以解决此问题。然而，当问题规模较大时，显然上述传统方法是不适用的。例如：大亚湾中微子实验是中国基础科学领域目前最大的国际合作项目，由来自中国、美国和俄罗斯、捷克的300多名科学家共同参与。丁肇中组织的以国际太空站侦测宇宙反物质的研究团队，集合十六个国家和地区、五十六个研究机构的500多名顶尖科学家。对于形成这类大型团队，其成员选择模型中的n和m值都是非常大的，显然常规的优化算法难以有效求解。因此，本书为更加有效地求解成员选择问题，提出了一种双种群遗传算法。