多智能体系统(Multi-Agent System，MAS)体系结构及协作机制是多智能体理论研究的核心与热点问题，作为一种新兴的研究方法，基于协进化机制的多智能体协作具有广阔的研究前景。论文主要讨论基于协进化机制的多智能体系统，并使用CPN(Colored Petri Net，有色Petri网)对该系统进行建模，重点阐述了基于协进化机制的多智能体系统的体系结构、协进化机制、协进化过程和基于CPN的建模方法。　　 本文首先介绍了智能体的概念、特性、模型及基本结构，接着从体系结构和通信方式等方面介绍多智能体系统，多智能体系统主要是解决单个智能体求解能力不足的问题，多智能体系统的三种常见结构为集中式结构、分布式结构和混合式结构，多智能体系统中智能体间的通信方式为智能体通信语言ACL，ACL中最常用的是KQML语言。　　 进化计算是模拟自然界中生物之间的自然选择规律的优化算法，但是进化计算会随着问题复杂度的增加而变得低效甚至无能为力。为了克服传统进化计算的不足，解决更为广泛的机器学习、共同适应以及智能体的协调问题，模仿自然界中物种之间的协进化机制，产生了协进化计算方法，协进化计算的主要构成要素是物种群体、各种群物种的进化算法以及种群之间的交互规则等等。本文主要介绍了协进化的概念、基本模型、形式化描述和算法，基本模型主要包括竞争型进化模型、孤岛模型和优良食物模型等。　　 智能体具有自主性，在多智能体系统的求解过程中单个智能体可能会按照自己的意图、信念和利益进行活动，但在多智能体系统中常常会出现智能体之间的矛盾和冲突，将协进化引入多智能体系统可以有效地解决这些问题。论文详细阐述了基于协进化的多智能体系统的构成和体系结构以及系统中智能体之间的协进化行为和协进化过程，并在此基础上构造了基于协进化的多智能体系统。　　 本文最后运用CPN对多智能体系统和基于协进化的多智能体系统进行建模，并结合高考录取系统进行实例分析，为高考录取系统的改进提供了理论基础。