随着因特网的飞速发展,网络信息的含量急剧增长,网络信息获取的方式也多种多样。如何准确、高效地获取有价值信息成为研究人员和用户日益关注的话题。现有独立搜索引擎存在数据库覆盖范围小、查全率偏低的缺陷,元搜索引擎通过调用多个独立搜索引擎的方式扩大了检索的范围,在一定程度上提高了查全率。但由于独立搜索引擎返回大量重复冗余结果,导致元搜索引擎的结果显示代理负担加大、系统查准率降低、响应时间过长。为解决这一缺陷,本文引入Agent技术,充分利用Agent的代理性、智能性和自主性的特点,将Agent技术运用到元搜索引擎中,集合两者各自在web信息挖掘和信息检索方面的优势,提高元搜索引擎的查询性能和检索效率。本文主要工作内容总结如下：1、介绍Agent和MAS的相关理论知识,以及元搜索引擎的概念、工作原理等知识。分析和总结目前国内外关于Agent技术在元搜索引擎中的应用现状,提出传统元搜索引擎存在的不足。2、建立一种基于奖励机制的智能元搜索引擎系统模型。该系统模型为各成员搜索引擎分别创建相应的成员Agent,利用成员Agent收集成员搜索引擎的查询结果并做相应处理。3、提出一种与系统模型相适应的成员搜索引擎调度策略——基于奖励机制的成员搜索引擎调度策略。该调度策略充分考虑影响元搜索引擎查询性能的各个要素,并按照一定的奖励机制对各成员搜索引擎的查询重要度排名,优先选择重要度最高的若干成员搜索引擎进行调度。4、提出一种与系统模型相适应的查询结果合成策略——基于奖励机制的查询结果合成策略。该合成策略针对已调度成员搜索引擎的查询结果,根据查询结果与查询请求的综合匹配度等级值,对查询结果进行归并排序。5、用KQML语言实现系统中各Agent间的协作通信,并对系统性能进行综合分析和对比验证,证明这种基于奖励机制的智能元搜索引擎,其查全率、查准率和响应时间都在一定程度上优于传统元搜索引擎。