随着生产力水平的提高,农业信息化现以成为我国农业发展的主要方向。近年来,越来越多的人工智能技术被应用到智能决策支持系统(DSS)的研究与开发中,以期改善问题求解的过程和机制,尤其是源于分布式人工智能的多Agent系统日益受到关注。Agent技术,主要是多Agent系统的研究和应用是目前分布式人工智能研究领域的热点之一。它从社会的角度研究整个系统的各部分,Agent作为其中一个独立的主体,在复杂系统的开发和实现过程中起着重要作用。本文从对单个Agent的研究出发,针对农业DSS的局限性以及农业决策问题的复杂性,考虑对原有农业专家系统的利用,提出了基于知识的混合型Agent。该Agent采用插件式的结构,以黑板作为存储单元,能够充分利用现有的推理、学习、协作等方法,更加全面的体现Agent的特性,方便了对Agent的开发和应用。本文给出了基于知识的Agent知识模型。在知识表示方面,采用基于本体的知识表示方法,以一种概念化、形式化的方式来表示系统知识,提高异构系统之间的互操作性,促进知识共享。并研究了基于产生式规则知识库的本体概念匹配推理算法,实现了两种知识表示的有效结合。本文在对现有农业智能决策系统结构进行分析研究的基础上,提出了基于多Agent技术的农业智能决策系统模型。对该系统的各个功能模块进行了分析,研究了各Agent之间的协作关系,提出以决策Agent为主,感应Agent为辅,以黑板作为信息交流场所的多Agent系统结构。在多Agent的协作中,本文提出了一个基于本体的知识互操作模型(OKIM),将本体协作用于多Agent交互中,体现了面向知识层次的服务。该系统不仅具有多Agent系统的特性,还继承了农业专家系统成熟的决策推理技术,提高了系统的智能性、灵活性和扩展性。