随着多智能体系统研究的深入,多智能体的协同控制问题已经成为控制领域研究的热点,其在灾害搜索与营救,城市智能交通,无人机集群战场侦察与袭击等方面的应用研究引起了相关研究人员的极大关注。由于多智能体系统内部结构复杂,仿真成为研究其内部特征和变化规律的重要方法,其相对于实物仿真来说,不仅易于预测而且降低了实物模拟的成本和风险。本文设计了一种基于JADE与World Wind Java的多Agent仿真系统。以多无人车协同为背景,通过局域网内机器互联实现多节点协作。论文建立了Agent对于目标、环境、任务等约束条件的模型,采用多指标任务分配函数对投标Agent进行评估,选出最优的无人车逼近目标以获取更精准的目标探测信息。系统设计了Agent间的通讯、协作以及三维平台下的漫游、缩放、视域分析等功能,通过仿真想定实验,实现了无人车协同任务全过程三维仿真。本文的主要工作具体如下:(1)将MAS(multi-agent system)组织结构设计为三个层次,具体包含控制中心Agent、管理Agent和执行任务Agent。控制中心Agent负责整个系统的运行管理,具有系统的最高权限;管理Agent负责该地区节点任务的执行;执行Agent负责执行具体的探测任务;(2)提出了一种改进合同网协议任务分配算法。针对经典合同网协议中存在的问题,本文通过引入距离、速度、收益等多个因素,使用粒子群算法对合同进行评估,从而提高MAS系统任务分配效率;(3)考虑到在仿真过程中,需要分配多个任务到某个管理Agent节点,可能会导致该节点负载过重。本文设计实现了多智能体负载均衡方法。该方法基于遗传算法实现,能够实时检测各管理Agent节点的负载状况并进行调整;(4)基于JADE和World Wind Java实现了MAS仿真系统,验证了所设计方法的有效性。论文最后对全文进行了总结,并指出了值得进一步研究的内容。