近年来，随着人民生活水平的提高，对于食物的营养要求也不断提高，鱼虾等水产品由于其具有高蛋白低脂肪的特点受到大家的青睐。因此，海产品的淡水养殖给养殖户带来了较大的经济收益。但由于养殖技术落后、管理水平低下、病害频频爆发使得淡水养殖面临着巨大的挑战。　　 本文是以南美白对虾为研究对象，针对集约化淡水养殖南美白对虾所面临的问题，通过需求分析、目标分析和养殖过程分析，完成了系统总体设计、功能模块设计、多Agent推理模块结构设计、各Agent内部结构设计推理模型设计并开发出一套基于多Agent南美白对虾育苗专家系统，对南美白对虾从放苗、育苗、水质监测、专家推荐到出苗这一整个育苗过程进行了精细的管理和控制。　　 由于专家系统存在处理分布式知识能力差、不能直接作用于环境、不具备社会性等缺点，大大影响了系统分布式智能推理效率，因此，文章提出在系统中引入多Agent技术，将Agent的特征赋予系统中的各个组件，利用多Agent的自治性、推理性、交互性等特性以及Internet这个良好的分布式环境，创建多Agent推理环境，改善专家系统的工作能力。　　 文章在Agent内部推理中主要采用基于规则的正向推理技术，而对于水质Agent的推理，文章则采用BP神经网络技术。由于我国对于养殖水质的调控仅处于单指标处理水平，忽略了各水质指标之间的相互作用对养殖环境产生的影响，因此，本文运用BP神经网络构建水质Agent推理模型，对多元非线性水质因子进行信息融合进而决策出水质环境状况以及报警等级，BP神经网络对处理实时性、不确定性的水质问题有着显著的优势。　　 本文根据系统中各Agent的功能特点以及Agent之间的松耦合度，提出采用结果共享型方式对各个Agent进行协调。对于各Agent之间的通信，本文设计了信息路由通道作为各个Agent之间进行通信的媒介，它同时具有路由器的功能，信息路由管理着一个公共数据结构(即信息队列)，Agent就是通过从该队列上收发数据而达到通信的目的。　　 文章最后介绍了系统的开发环境与开发技术，分析了Agent类以及相关类的实现，展示了各功能模块的界面效果。文章对本课题的研究做了总结，并对系统进一步的完善提出了建议。随着Agent技术的不断发展以及Agent技术在农业领域的广泛应用，本系统的进一步完善将为对虾养殖业乃至淡水产品养殖业带来更为广阔的发展前景。