Se realizó una investigación con el fin de mejorar la eficiencia del acceso de un usuario a la información y la experiencia interactiva de selección de tareas en un sistema de realidad virtual (VR), reducir el nivel de carga cognitiva del usuario y mejorar la eficiencia de los diseñadores en la construcción de un sistema de VR. Con base en la cognición del comportamiento del usuario y el mapeo de recursos del sistema, se propuso un método de optimización de recursos de escenarios de tareas para el sistema de VR basado en el despliegue de funciones de calidad-red neuronal convolucional (QFD-CNN). En primer lugar, bajo la guía de la cognición del comportamiento del usuario, se analizaron las características de los recursos de información multicanal en un sistema de VR, y se construyó la matriz de correlación de las características de los recursos del escenario del sistema de VR con base en los criterios de diseño de interacción humano-computadora, cognición y demanda de baja carga. En segundo lugar, se utiliza el proceso de jerarquía analítica (AHP)-QFD combinado con una matriz de evaluación para obtener el ranking de prioridad de las características de los recursos del sistema de VR. Luego, se lleva a cabo un experimento de carga cognitiva del escenario de tareas del sistema de VR en usuarios, y se recopilan los datos del conjunto de entrada y salida de la CNN a través del experimento, con el fin de construir un sistema de CNN y predecir la carga cognitiva y la satisfacción del usuario en la interacción humano-computadora en el sistema de VR. Finalmente, en combinación con la interfaz de información de tareas de un sistema de VR en una ciudad inteligente, se lleva a cabo la investigación de aplicación del método de optimización de características de recursos del sistema bajo cognición multicanal. Los resultados muestran que el valor del coeficiente de prueba CR del modelo AHP-QFD basado en la carga cognitiva es menor a 0.1, y el MSE de la red del modelo de predicción de CNN es 0.004247, lo que prueba la efectividad de este modelo. De acuerdo con los requisitos de la misma tarea de diseño en un sistema de VR, al comparar el esquema formado por el proceso de diseño tradicional con el esquema optimizado por el método en este documento, los resultados muestran que el usuario tiene una carga cognitiva más baja y una mejor experiencia de operación de tareas al interactuar con el último esquema, por lo que el método de optimización estudiado en este documento puede proporcionar una referencia para la construcción del sistema de realidad virtual.