集群的动态负载均衡是集群计算中的关键技术，如何提高动态负载均衡的性能，一直是集群计算研究的热点。本文研究的集群负载均衡问题，其目的就是在互联网用户数和网络流量呈几何级数增长的情况下，使集群系统仍然能够提供高可用高扩展性的服务。本文首先分析了集群技术及其负载均衡技术的现状和发展趋势，指出了当前集群负载均衡机制存在的问题和不足之处，在综合分析了集群计算技术和Agent技术的基础上，将Agent技术引入集群负载均衡机制中。提出了将Agent的强化学习机制和负载均衡转移技术相结合的负载分配策略，并设计了一个基于多Agent系统的集群负载均衡模型。本文对该模型的设计思路、体系结构和工作原理都进行了较详细的论述。文章结合Web层容器集群的特点，在其基础上实现了该模型。并验证了其性能效果优于传统的集群负载均衡算法。文章最后对基于多Agent系统的集群负载均衡研究和设计做了总结，并提出今后需要进一步研究的内容。本文在Agent在集群技术应用方面做了一些工作，如强化学习在负载均衡策略中的应用，多个Agent如何相互协作共同完成系统功能等。这些内容对集群系统中相关研究有一定的参考价值，具有一定的借鉴意义。