随着中国出口贸易越来越发展,遭受贸易摩擦的频率也越来越多,尤其以反倾销为最。中国已经连续12年成为全球遭受反倾销最多的国家,亟需建立反倾销预警系统。近几年,有许多的专家学者针对反倾销预警做了研究,已经取得了一些成果。但是大多都只停留在理论阶段,预警算法越精确,不能用于实践,仍然只是纸上谈兵。已经在使用的预警系统,也存在着一些缺点,比如算法简单,仅关注出口产品的价格和数量的变化,而忽略了贸易保护主义下的其它因素,由于数据获取不及时,导致预警信息滞后。正是由于上述原因,本文希望能建立一个更及时有效的预警系统。B/S的系统模式,使数据的获取更容易及时。Agent由于具有自治性、社会性、反应性、主动性,为反倾销预警系统的实现提供了很好的方法。将算法封装,无论算法怎么更新,都不会影响到Agent的行为。本文在研究了反倾销预警、Multi-Agent的研究现状和Multi-Agent的常用体系结构、通用模型、通信语言及协同机制之后,建立了基于Multi-Agent的反倾销协同预警系统,将反倾销预警过程分别交由管理Agent、政府Agent、行业Agent、企业Agent、企业子Agent、专家Agent、协同Agent和预警Agent执行,每个Agent都有各自的内部模型,各个Agent之间选用不同的协同机制。本文选用模糊积分综合评价理论作为反倾销预警算法。首先通过层次分析法获取模糊测度,即每个指标的权重,再使用模糊测度的公式计算μ_λ模糊测度,最后使用模糊积分的公式计算综合评价值,并确定警情状态的区间及含义。收集从1996年至2006年中国出口到美国的化工行业的数据,并使用Maple数学软件做了仿真实验。最后,简单介绍了基于Multi-Agent的反倾销协同预警系统的开发模式浏览器朋艮务器(B/S)模式,开发技术JSP,Agent开发平台JADE以及系统数据库设计和界面设计。