当面对复杂多变的环境和陌生的任务时,即使是功能非常强大的计算机系统(如计算机网络、机群等),其表现也不能令人满意。一个重要的原因是,不同的任务要求系统具有不同的功能,而不同的功能往往需要系统具有不同的结构(即结构决定功能)。显然,传统的计算机系统是无法满足要求的。因为,一个给定的计算机系统,即使由外力来修改其结构,也不是容易的事情,更不要说由系统自己调整结构了。但是,若按照多Agent系统(Multi-Agent System, MAS)模式设计计算机系统,则可以解脱前述困境。多Agent系统可以自我调整结构,以便在不同的环境中完成不同的任务。因此,这种计算机(软件或硬件)系统将具有更加强大的问题求解能力,尤其是对结构不可预知和结构不清晰的问题,其优越性更显突出。在多Agent系统中,针对某一特定问题(或称任务),不同Agent通过自主协商达成协作。这种协作关系构成了求解特定问题的“组织结构”。组织结构的生成、演化以及整个问题求解过程,不需要核心算法与全局控制,而完全由个体Agent的自主行为所决定。因此,设计多Agent系统时,只需将注意力集中于每一组个体Agent,这就大大降低了计算机系统的设计复杂性。传统的多Agent系统协商往往是在静态的、假设知识完备的、具有无限计算能力前提下进行研究的,因此无法适应复杂的、多变的实际应用环境。在传统的基于博弈论与启发式协商模型的研究基础上,本文提出了一种改进的多Agent系统协商模型。模型主要包括了两个关键的改进之处：具有时间限制和信息不完全性。该协商模型首先用形式化的方法进行了定义,并规定了在协商过程中的协商协议；然后定义了协商过程中多议题的效用函数；接着给出了带有时间限制的策略规则,该规则可作为判断协商过程是否成功的条件；最后通过实验分析比较了几种不同的协商策略,实验结果表明协商策略模型可以在有限的时间内,在信息不完全的情况下达成协商,提高了协商的有效性,并且为该系统的具体实现奠定了基础。