当前，大部分移动群智感知(MCS)多任务分配方法仅考虑时间约束，因忽略任务、参与者双方匹配意愿，难以保证真实场景下的任务接受率，无法最大化平台利润。为解决上述问题，提出了一种引入任务、参与者双方偏好的MCS任务分配算法，称为免疫遗传鲸优算法(IGWOA)。该算法基于鲸鱼优化算法的智能搜索机制解决MCS任务分配的资源配置问题，并在搜索、包围猎物阶段分别引入免疫遗传方法中的交叉、免疫思想，增加任务分配策略的多样性、提高解集的质量，在气泡网捕食阶段结合变异思想提升算法的局部搜索能力，实现了快速收敛和最优任务分配策略生成。实验结果表明，IGWOA在不同数据规模下的平台利润、任务分配率和参与者平均分配任务数量指标上优于基线方法，且在算法时间复杂度方面表现良好，证明其可有效解决时间和匹配意愿规则双重约束的MCS多任务分配问题。