复杂系统遍布日常生活的每一个角落,人们对复杂系统及复杂性科学的研究也日益重视。基于Agent建模方式是利用Agent的思想对复杂系统中的仿真实体进行建模,通过对复杂系统中的基本元素及其之间交互的建模与仿真,可以将复杂系统的微观行为和宏观“涌现”现象有机地结合到一起,是一种自底向上的、行之有效的仿真建模方式。因此,对Agent建模技术的研究具有重要的理论意义和现实意义。本文首先介绍了霍兰教授提出的复杂适应系统(CAS)理论的基本概念,并分析、阐述了CAS的研究方法、特点以及现实应用,接着介绍了多Agent相关技术及研究现状。紧接着在接下来两章提出了基于Agent的复杂适应系统建模研究和基于多Agent技术的遗传算法研究,并对算法结果进行了分析比较,验证了上述技术的正确性和可行性。最后,对复杂适应系统理论的一个具体应用-社会民意系统进行了阐述和分析。针对复杂系统中个体的微观行为极其重要的特点,本文在第三章分析了个体与环境的关系后,还着重对个体Agent进行了建模,包括它的形态、内部规则、通信方式等。为了体现复杂适应系统的对未来状态的预测能力,以达到预测效果,本文设计并实现了基于多Agent技术的遗传算法,针对协商时间长,协商无结果的情况,本文引入了遗传算法并做了相应改进,该算法结合Agent理论和技术,在评价函数、种群规模与分布、交叉和变异操作等方面都对传统遗传算法进行了改进,尤其是在高维度计算下,利用多Agent技术达成的自动协商,在性能和效率上都有提高。