进入90年代，Agent的研究蓬勃兴起。它涉及到分布式人工智能、软件工程、并行与分布式计算、网络与Intranet、虚拟现实等多个领域。面向Agent的计算被誉为“软件开发的又一重大突破”、“软件界的新革命”，有人预测，Agent将是未来十年最重要的计算范型。 Agent通常指在一定的环境下持续自主的运行的实体。它有两个重要的特点，一是自主性，一是相互合作性。Agent的自主性使它可以根据实际情况决定自己的行为。相互合作则是弥补自身智能与知识的不足，提高综合解题能力的必要条件。随着Agent理论与技术的深入研究，并行计算和处理技术的发展，多个Agent构成的多Agent系统（MAS—Multi-Agent System）已成为当今研究的焦点之一。在MAS中，对Agent的通讯行为与合作行为的研究又是首要解决的问题。本文提出了通过Agent路由器实现多个Agent间的透明通讯，讨论了利用Agent的能力自信度来确定合作伙伴，并以此为基础设计了一个基于共同目标的Agent的合作模型。在Agent的社会行为研究方面作了有意的探索。 能力需求计划（CRP）是ERP的一个重要组成部分，它在ERP中起着重要的反馈作用。但纵观ERP的产品，CRP（能力需求计划）系统研究与实现比较简单，急需完善。之所以出现这样的结果，是因为CRP研究需求与负荷的调整问题，它具有较强的动态性和逆序性，用传统的方法实现起来较为困难。而Agent的动态性、自主性及社会性恰好适合解决这类问题，因此本文将所研究的Agent系统应用于CRP的能力调整子系统。通过多个可计算的分布在不同结点的Agent对各关键工作中心进行动态监控与调整，并及时与其它Agent通讯，以及多Agent间的协作来完成能力与负荷的调整。 本文的第1章为概论部分，阐述了Agent研究领域的主要成果及本文拟解决的问题。第2章着重研究了Agent的通讯行为和合作行为。提出了通过Agent路由器解决MAS中通讯问题的方案，给出了通过能力自信度确定合作伙伴的方法及一个合作模型。第3章从软件方法学角度确定描述Agent的基本术语，并以此为基础用Z语言给出Agent的形式定义。第4章仔细研究了CRP中的能力调整策略，并根据调整过程中动态性、逆序性较强的特点，提出了利用多Agent技术实现辅助决策调整及其过程的自动化。第5章介绍了系统实现时所用到的主要数据结构和关键技术。