多Agent系统在探索大规模分布式开放系统和理解、刻画现实世界中的许多复杂问题都有非常广泛的应用。但在基于多Agent的应用中，有一个亟待解决的困难问题，即在用户需求、Agent所处环境、甚至Agent本身均可动态变化的情况下，如何根据任务或者环境的变化来动态重构基于多Agent的系统，以避免因静态的组织结构造成不恰当的甚至是错误的配置，导致错误的解决方案或者产生不可接受的严重质量问题。事实上，在Agent研究领域，这一问题又被称为“运行时重构与重设计”，被列为支持Agent对环境自适应能力的关键挑战之一。在网格计算领域和自主计算领域中，也存在类似的困难问题，分别称为“虚拟组织的形成和管理”和“计算系统的自我管理”。针对这一问题，虽然已有不少学者从各个不同的角度进行研究，但是至今并没有提出一个围绕任务、Agent的变化，让多Agent系统自适应变化的有效解决方案。因此，本文的研究目标，就是要在任务、环境、智能Agent动态变化的情况下，构建智能Agent系统的动态重构模型；开发实现动态重构和让动态重构有效工作的一系列算法、技术；改进智能Agent系统动态重构的技术，并将其运用到供应链管理问题当中。本文的研究工作主要包括以下3个方面：1．提出了多Agent系统动态重构的抽象建模ADRM本文采用最新的计算范型——面向自治的计算AOC(Autonomy-Oriented Computing)，在三个不同层次上设计并刻画Agent的行为；提取出了智能Agent系统动态重构的抽象模型；对基于该模型构建的人工系统中的关键要素进行了定义；构建了自治实体的行为规则库。因此，本文在为智能Agent系统提供动态重构技术的同时，也为新的计算范例——面向自治的计算做出贡献。2．提出了支持动态重构模型有效工作的算法ASDR、IERA和HIERA本文提出支持动态重构的算法ASDR用以控制重构的过程。对于动态重构中涉及到的建组和组维持问题，我们改进了算法ERA，并对改进后的算法IERA和启发式HIERA的收敛性、有效性以及参数设置进行了实验。实验证明，两个算法均能收敛，比较适合于动态、分布式、实时的建组情形。3．对实际的动态重构问题——供应链管理系统的重构进行了研究在现实世界中，存在很多需要动态重构能力的问题，为探讨抽象的模型如何运用于具体问题，本文选择了国际供应链管理竞赛TAC SCM为研究应用背景。在此背景下，改进和扩展动态重构模型，提出了支持动态重构的供应链管理系统框架DR_SCM；并基于Java和TAC SCM提供的工具包实现了原型系统；最后通过实验，对具有和不具有动态重构能力的供应链管理者进行了比较。实验结果表明，动态重构能够为构建自治智能Agent系统提供很大的帮助，能够让解决实际问题的Agent系统自适应变化，从而更加迅速、高效的解决问题。