随着计算机的普及，网络、通信、DAI等技术的日臻完善，人们进入了网络时代。面对网络上纷繁复杂的信息资源和稍纵即逝的商机，人们越来越感受到及时、高效地应用网络资源的重要性。如何在尽可能短的时间内从网络资源中把用户的需求信息或者个性化知识聚合起来，成为摆在人们面前的一个亟待解决的问题。同时，由于网络设备本身的限制和网络用户数量的急剧增长，本来发生概率很小的网络故障却开始大量涌现，日益成为阻塞网络的瓶颈。因此网络故障的智能化监测，以及网络故障排除策略的自动提交已成为众多网络管理人员研究的重要课题。努力解决这两个现实问题并对相关理论进行深入研究具有广泛的应用前景和实用价值。　　 基于此，本文研究了Agent相关理论，利用智能Agent建立了信息聚合模型和网络故障监测模型，并提出了初步的实现方法。全文主要内容包括：　　 一是综述了Agent、智能Agent、粗糙集理论、蚁群算法等相关理论。　　 二是设计了一种基于多智能Agent的信息聚合模型，用来解决用户的需求信息或者个性化知识的聚合问题；设计了一种基于多智能Agent的网络故障监测模型(信息聚合模型中的一个模块)，用来解决网络故障的智能化监测问题，以及网络故障的定位和排除策略的生成和提交。　　 三是提出了一种基于改进型蒙特卡罗模拟法的选优算法，并以此来生成用户兴趣主题(副主题)权值的更新值，完成对用户兴趣或者个性化要求的模拟；同时还提出了一种基于粗糙集理论和蚁群算法的信息搜索算法模型，用来替代网络(主要指军网)中常用的搜索引擎，为相关的研究工作提供参考和借鉴。　　 四是对信息聚合模型中的一些例如智能Agent通信、故障点定位等具体问题给出了实施方案，对于信息聚合领域的发展前景提出了设想。