自Agent的概念提出以后，多Agent系统已经被成功应用于信息搜索与管理、智能制造系统及CIMS等领域。Agent之间的协商是多Agent系统实现协作的关键环节，直接影响到多Agent系统的性能。目前，合同网模型是应用最广泛的Agent协商模型，并且已经成功地应用于会议调度、柔性制造等领域，并逐渐成为Agent协商领域的研究热点。为了满足多Agent系统应用的需要，人们提出了大规模多Agent系统LSMAS(Large-Scale Multi-Agent System)，而合同网模型应用于LSMAS时却暴露出信息量大，协商效率不高等缺点。本文针对合同网模型在应用中存在的这两个问题，提出了基于投标阈值和可用度与可信度的合同网模型的改进方案，并设计了投标阈值算法、可用度及其权重算法。通过模拟实验与传统合同网模型进行对比，结果表明改进的合同网模型在信息量和模拟时间方面减少约40％，证实了合同网模型的改进方案可以有效提高多Agent系统的性能。具体的工作内容如下：首先，深入分析了合同网模型的运作机制，指出其中产生信息量大和协商效率不高的原因，并以分布式人工智能的相关知识和Agent理论为基础，提出了合同网模型的改进方案，该改进方案包括以下3个部分：基于公告板模型的招标策略改进方案、基于投标阈值的投标策略改进方案和基于可用度和可信度的评标策略改进方案。其次，提出了基于概率论的投标阈值算法和基于可用度和可信度的标书评价算法。投标阈值算法是以Agent理论中Agent的假设为基础，通过最大化系统中参与者获得任务授权的概率的方法，确定参与者的投标阈值；标书评价算法引入了Agent研究中已经被提出的可用度和可信度的概念，在不影响任务成功分配的前提下，通过最小化发起者选择标书次数的方法，设计了改进的标书评价算法。最后，以Java语言中线程技术为基础，设计并实现了合同网模型和改进的合同网模型的模拟系统，并以该系统为平台，设计并完成了合同网模型和改进的合同网模型的对比实验。该实验通过在相同的初始参数下，分别运行合同网模型和改进的合同网模型，记录并对比模拟过程中的信息量、模拟时间和任务平均质量3个统计数据，实验数据的分析结果证实了本文提出的合同网模型的改进方案的有效性。