为了建立起完善的应对技术性贸易壁垒(TBT)的预警系统，从而解决我国企业普遍存在的“信息不对称”的客观需要，最终减少TBT对我国出口贸易的不利影响，本文主要针对我国建立TBT预警系统的迫切需求及其实现上存在的难题，研究了TBT预警系统技术平台的搭建问题。 本文首先分析了TBT监测预警模型。从TBT预警业务流程的分析出发，分析了TBT政策制定、执行过程，以及TBT政策决策的影响因素，结合TBT风险预警理论和决策影响图理论，给出了TBT监测预警的理论模型和业务模型。这一部分的研究为TBT监测预警系统技术平台的搭建奠定了理论基础。 其次研究了预警分析过程中的不确定性推理问题。借鉴国内外在宏观经济预警方面的研究，提出在TBT预警分析中采用模糊神经网络进行推理，并且设计出了适合TBT预警分析的模糊神经网络；通过对预警分析业务流程的分析，最终给出了预警分析Agents的逻辑结构。 重点研究了报告推送子系统中采用的推荐技术。通过分析主流推荐技术的优缺点，提出了基于模糊认知Agent的个性化推荐，给出了推荐Agents的逻辑结构。对模糊认知Agent中采用的学习算法——基于模糊认知图(FCM)的个性化推荐算法进行了深入分析，通过实例证明了该算法的有效性和可行性。 最后，本文还研究了基于多Agent系统的TBT预警系统在多Agent平台ABLE中的实现问题。分析了目前典型的MAS体系结构，重点分析了FIPAMAS体系结构，提出在ABLE平台中构建TBT预警系统，并且通过两个实例具体说明怎样利用ABLE平台来建立多Agent系统。