众智现象在人类社会中普遍存在。随着网络时代的到来,众智现象更加具有先见性、宏观性、长期性、异构性、时空无限性、多重连接性与涌现性,这使得相关的研究成果在现实中难以被观察到。因此,关于众智现象的研究无法遵循传统的方式。由于仿真具有科学性、高效性,可以模拟、验证实验数据,众智网络仿真成为支撑众智现象研究的较为有效的手段之一。而成员是众智网络仿真得以推进的基础,其反映了现实中的个体。然而,成员具有异质性和大规模的特征,使得在现实中大规模采集成员所付出的代价巨大。如何根据实际成员生成大量众智等价的仿真成员以支撑众智网络仿真是一个亟待解决的问题。本文针对众智网络仿真成员的生成进行研究,主要研究内容如下。根据度量众智智能的质量-时间模型,在众智网络具有一定相似性的前提下推导出了众智网络等价性,并将众智智能作为众智网络等价性的评判标准。定义了能力矢量、任务矢量,用于众智智能的表述。根据众智网络系统关于任务完成情况的反馈模型给出了众智智能的计算,并通过实验验证了所提出的理论,保证了众智网络等价性的合理性。提出了基于众智网络等价性的大规模仿真成员生成方法,在众智网络等价性的基础上由小规模群体生成大规模群体。该方法包括成员元模型定义、成员模型定义、众智网络结构定义与生成及成员生成等四部分。其中,成员元模型定义为成员生成提供格局及成员数据源;成员模型定义能够定义所需生成的成员类型、数量及属性;众智网络结构定义与生成根据现有网络的数字特征生成与其相似的大规模众智网络结构;成员生成根据所需的数据生成成员的类型及属性,并构建成员的相互连接作为实际成员的社会关系。设计了仿真成员生成工具,用于支撑本文所提出的大规模仿真成员生成方法,实现成员元模型定义、成员模型定义、众智网络结构生成及成员生成等功能,并把生成的成员及其连接关系写入XML文件。