随着人们对危险化学品对人体和环境危害性认识的深入，“风险评价”的概念被引入了化学品管理领域，目的是在对危险化学品的性质、危害性、污染源的产生进行定性和定量分析的基础上，提出管理、预防和处置措施，这对于做到“防患于未然”具有重要的意义。 本文以危险化学品的风险评价为研究对象，目的在于使评价过程能够更好地体现评价专家的主观经验和被评价对象的客观性质，评价结果能够更好地支持管理者的决策行为。 论文引入了人工智能的核心概念Agent于风险评价的全过程，运用Agent的自主学习和协调控制等特性，完成化学品风险评价过程的各个环节的功能。论文提出了一个基于多Agent的危险化学品风险评价(Dangerous Chemicals Risk Assessment，DCRA)模型，阐述了其工作流程，说明如何实现评价过程中主观经验和客观评价的结合。 本文详细研究了危险化学品风险评价的全过程，包括指标体系的选取、权重的确立等，在选取评价方法时，考虑到不同方法对同一对象的评价结果可能存在不一致性，而仅用一种方法评价无疑具有片面性，因此本文提出了运用模糊聚类分析法选取相容的方法集进行评价，体现在多Agent系统中，可以采用简化的熟人模型来实现各评价方法Agent之间的通讯与协作。最后给出了具体的应用实例。 本文重点研究的另一个问题是如何对多方法评价结果进行处理以得到综合评价结果。在分析了多种组合评价方法的基础上，本文提出了采用模糊Borda法对单一评价方法得出的结论进行综合以得到综合评价结果，并根据不同的需要给出了对综合评价结果的较明确的调整规则，以满足不同用户的偏好，以期对评价工作可操作性和可重现性的实现具有一定的指导意义。