负载均衡是分布式系统或集群中的核心，利用它可以充分、高效地利用系统中的计算资源。为此需要对集群中的大计算任务进行分解、分配、移动，从而保持每个计算结点上的负载维持在一个均等的水平线上，以实现负载均衡。在分布式系统环境中，节点之间的联系不仅是松耦合的，而且节点故障、通信失败的机率非常高，这增加了系统进行负载均衡的难度。动态负载均衡能根据系统运行时的状态信息进行任务迁移决策，以适应负载状况的动态变化，这种特性在分布式系统环境中体现出了巨大的优越性。它是分布式系统研究中的一个重要研究领域。 　　在集群环境中，由于节点的异构性，计算任务的异步性，有时对计算任务的并发要求，从而使得要均衡系统中的负载是非常困难的。如果把计算任务作为一个自主的Agent，它能自主地定位计算资源，然后移动到具有计算资源的节点进行任务计算，最终把计算结果返回到任务发起处以进行结果汇总。当Agent具有自我划分功能时，它可以感知计算节点的负载状况，当出现超载时，它能自动划分为更小的计算任务，并把计算任务移动到轻载节点进行任务处理，从能较容易地实现动态负载均衡。 　　本文在简单分析Agent技术研究现状、研究热点和发展趋势的基础上，重点研究利用Agent的移动性、智能性、自主性来实现分布式计算中的动态负载均衡。提出了一种基于Agent的分布式动态负载均衡的计算模型-DLBBA，该模型综合考虑每个节点的计算资源的异构，计算时负载状况的变化以及控制策略的选择，能减少网络间的通信代价。DLBBA比较准确地描述了分布式计算中负载均衡的一般特性，力图尽可能多地利用系统中的计算资源，提供数据的透明访问，以实现高性能和高可靠性的目标。我们利用Java在普通局域中实现了这一算法。通过π值计算所获得的数据进行分析，表明DLBBA初步达到了负载均衡的目的，DLBBA具有一定的实用性和研究价值。