多主体系统是近年来人工智能研究的热点，由于它能够很好的体现人类的社会智能，适合开放、动态的世界环境，因而引起人们广泛重视。然而，传统的方法并不能有效的解决涉及多种社会协调和不同自治程度的MAS问题。本文提出了一种新的广义粒子模型，将多Agent系统分布式问题求解转化为广义粒子模型的运动学和动力学演化过程。该模型可以刻画Agent个体不同的个性和自治性，可以表示Agent之间许多复杂的、随机的、并发的社会交互和社会协调行为，并保证当存在复杂的社会交互行为情况下，仍可获得多Agent系统问题的稳定解和优化解。 本文讨论了广义粒子模型和多Agent系统分布式问题求解的关系，提出了广义粒子模型的数学物理模型和分布并行算法，并且证明了它们的可行性、收敛性、稳定平衡性等基本性质。通过复杂环境下多Agent系统资源分配和任务规划问题的大量实验，并且与其他著名算法进行比较，证实了广义粒子模型方法的有效性及其特点。