随着信息技术的发展和全球经济一体化的形成，企业面临新的挑战，它们普遍要求信息系统应具有更高的分布性和智能性，所以起源于分布式人工智能领域的多智能体(Multi-agent)技术大量应用于电子商务、决策支持、虚拟企业、供应链管理等商务系统的研究与开发。合作是管理中的重要问题，也是多智能体系统(Multi-agentsystem)问题求解的重要方式，而且多智能体系统中的合作也可以看成是这些商务系统中商务主体间合作的抽象，agent反映的是这些商务主体的行为，因此对多智能体合作的研究可以看作为对商务系统合作的研究，多智能体合作的有效解决将直接促进这些商务系统中的合作，也将极大促进多智能体技术在这些商务系统中的应用，从而提高企业及其它信息系统应用机构的管理水平，为它们的决策提供更好的支持。 多智能体合作的信任问题会严重影响系统的效率。现有的信任模型基本上都是基于Web(互联网)的peer-to-peer(端到端)环境给出的，它们不太适于多智能体环境。论文针对多智能体环境中信任的特点，提出了一种基于信誉和关系网的agent信任体系。该模型能促进agent关系网的凝聚性，能较大地提高agent合作伙伴选取的效率，并在重复交往环境下agent的合作成功率，以及在抑制恶意推荐、协同作弊、偏心这些干扰现象上，与已有模型相比有较大改进。 在多智能体合作中，agent搜寻合作伙伴时，多是基于agent的能力申报情况，由于合作方只有在使用agent能力后才知道其真实质量，这会导致agent的申报能力欺骗，欺骗的存在会严重阻碍多智能体系统中的合作。针对agent的申报能力欺骗，本文建立了基于信息不对称的agent申报能力欺骗的分析模型，并用模型分析了agent寻找合作伙伴时常见的需方agent的应对策略，然后给出了抑制agent申报能力欺骗的方法。该模型的建立为分析、抑制agent申报能力欺骗提供了一种理论工具。 在多智能体合作的欺骗识别方面，本文提出了agent申报能力欺骗的识别及预测模型；给出了诋毁、浮夸的识别及抑制方法；设计了agent冒名的识别及抑制方案，它能完全抑制系统中的如下假冒行为：假冒agent对其它agent进行评价、假冒agent散播消息以及假冒agent进行交易。为多智能体合作中agent欺骗的识别及抑制提供了一种解决方案。 本文提出了多智能体合作的委托-代理模型，并利用该模型对常见的多智能体合作方式进行了分析，然后给出了模型的应用与讨论。该模型通过委托人对代理人的最优激励合同设计，能够在合作双方信息不对称情况下，促使代理人agent尽力工作，按照委托人agent的意愿完成合作，从而能够抑制合作中的欺骗，增强合作伙伴间信任，促进系统中agent间合作；同时，模型为合作伙伴为了达成合作付出代价的计算提供了理论依据，为多智能体合作中的信任和欺骗问题提供了一种新的解决方法。 提出了一种agent组织模型，它能描述常见的层次型、矩阵型、网络型组织结构，并给出了给定任务的组织结构生成算法。模型重视组织结构的复用，在组织结构中体现了组织的控制、信息交流、以及对组织成员的考核；模型中组织成员agent的组织思维的引入进一步保证了组织目标的有效完成。模型改进和完善了已有的工作。 在多智能体技术应用于商务智能的研究方面：本文分析了多智能体系统的开发平台，给出了几种常用的开发平台和它们的特点；提出了一种基于多智能体的商务智能系统框架，它充分考虑了系统的柔性，并能对遗留系统加以有效利用；开发了基于多智能体的技术性贸易壁垒预警预测原型系统，并建立了论文的实验平台，它能对企业的技术性贸易壁垒进行预警预测，同时也为多智能体合作的一个应用；将本文提出的多智能体合作的信任模型应用于供应链合作伙伴选择，并开发了基于信用和关系网的供应链合作伙伴选择原型系统，为供应链的合作伙伴选择提供了一种新的思路。