将人工智能领域具有代表性的多Agent技术引入分布式环境下的群体决策过程，是从根本上提升群体决策支持系统处理大型复杂问题时针对性和有效性的典型方法。即从信息资源共享的观点出发，通过多个Agent之间的通信交互来充分发掘现有的资源和计算潜力，提升系统解决问题的能力。开展基于Multi-Agent的群体决策支持系统的协调与合作机制的相关研究，一方面，能够满足网络环境下复杂问题求解的现实需要，提升系统对问题分析的深度和决策的质量；另一方面，可在相当程度上将异构 Agent联系成一个耦合的整体，突破单个决策者的资源和能力限制，使系统获得更大的扩展性和普适性。　　 本文首先对 Agent、多Agent系统的理论演变进行纵向梳理和横向比较，力图对理论发展之间所存在的逻辑关系做更深入的思考和总结，分析基于多Agent的群体决策支持系统的体系结构，以明晰指导论文研究的方法论。其次，在文献研究的基础上，本文融合自身的思考及价值体系，运用规范性研究的方法，从多Agent的合作的一般框架入手，归纳了异构Agent的一般合作求解模型，并对模型结构、求解过程做了相关研究。再次，基于相关研究基础，本文通过对分布异构环境下Agent之间的相互关系进行再分析。运用描述性研究的方法分析Agent的能力模型，结合经典合同网对静态和动态环境下的任务分配做了基础性的设计。并通过分析多个Agent之间的相互依赖关系，研究了改进的通用部分全局规划和基于协商的冲突解决机制，以时间依赖下的多边单议题协商模型为例对相关算法做了形式化的描述。最后，在规范性研究基础和描述性研究结论相结合的指引下，本文运用应用性研究的方法，从框架结构、合作流程、模型结构、协商策略、协商过程五个方面探讨了基于MAS的供应链。以仿真的方式对群体决策支持系统中多个Agent之间的协调与合作做了初步的应用，以期充实群体决策支持系统的研究理论，为实际的设计和应用提供辅助和参考，并作了总结和相关研究展望。