目前，复杂适应系统建模是一个广泛存在的建模问题。受还原论的影响，传统的建模方法不能很好地解决该问题。本文选取的研究视角——基于Agent的建模（Agent Based Modeling，ABM）方法是建立在复杂适应系统（ComplexAdaptiveSystem，CAS）理论之上的方法学，适于描述CAS的建模需求。ABM方法主要采用自底向上的建模策略，把Agent作为系统的基本抽象单位；通过研究微观个体的行为来反映宏观系统的复杂现象，为CAS的建模过程提供更为有效的建模依据。本文对ABM方法学进行再探讨，并选取其中的Gaia方法来解决CAS的建模问题。其主要研究思路与方法表现为：第一，从CAS理论及ABM方法出发，将CAS的建模过程分阶段进行研究。其中，着重讨论Gaia方法在多智能体系统（Multi-Agent System，MAS）分析与设计阶段的建模理论，并针对其薄弱环节作出相应的扩展。第二，选取集成学生系统作为CAS的代表，分析和设计基于Agent的集成学生系统；同时，应用Gaia方法对集成学生系统进行初步建模。第三，引入动态协作任务求解机制，进一步完善基于Agent的集成学生系统建模；而且，把扩展后的Gaia方法应用到集成学生系统的建模过程中。第四，采用Axure工具对集成学生系统的模块和用户界面进行模拟，并使用当前流行的MVC模式对具体模块进行开发，以验证ABM方法对于系统开发的积极推动作用。通过讨论ABM方法在CAS建模中的应用情况，深入研究Gaia方法并对其进行扩展，探讨基于Agent的集成学生系统的模型架构，完善基于Agent的动态协作任务求解机制。通过建立系统原型并对其具体模块进行编码实现，进一步说明ABM方法对于系统开发的积极推动作用。