随着经济的发展及科学技术的进步，各行各业面临的是一个日益复杂和不断变化的环境，决策问题变得越来越复杂，特别是对于具有多层次、多属性的多目标评价指标体系的复杂系统决策问题，其涉及到多种专业知识，存在大量定性的、病态结构的信息，需要依靠群体的力量才能很好的解决。因此，分布式智能群决策便成为当前决策支持系统研究的重要课题。 本文针对基于多Agent的分布式智能群决策支持系统(DIGDSS)的关键技术进行研究，主要内容和成果体现在以下几个方面： (1) 提出了多层次、多属性的多目标群决策模型，采用“三维结构体系”对群决策系统的构成进行描述，提出了系统的决策过程，并建立了系统的功能结构模型。 (2) 提出一种基于贝叶斯网络的权重自学习方法，解决了多层次、多属性的多目标评价指标体系中权重难以确定和自学习的问题。并提出指数函数变换式的归一化处理方法，该方法使归一化处理后的规范化值更能反映该属性对方案决策的影响程度。 (3) 对数据包络法的C~2GS~2模型进行了改进，在模型中加入松弛向量来分析输入因素对方案的评价结果的影响，首先判断方案是否处在生产可能集中(即满足C~2GS~2模型的应用前提)，然后判断是哪些属性影响了方案的评价结果，并依此来调整方案，使方案达到更满意的效果，论文给出了评价及调整方案的算法步骤，最后通过实例验证了此模型的实用性。 (4) 针对多Agent系统建模的复杂性，本文提出采用UML语言对系统建模，并从不同的视角来描述多Agent系统各种静态和动态行为方面的特征，然后对多Agent系统组织的角色定义、静态结构和交互行为进行分析和建模。设计了基于多Agent的DIGDSS的总体结构框架，给出了基于B／S和J2EE框架的系统软件结构和系统软件的实现方法。 (5) 设计和开发了结构化多Agent通信体，并定义了它的接口，在KQML规范下，结合物流决策支持系统开发的特点，设计了基于Java的Agent通信原语集。提出了基于J2EE技术的系统通信模式，并采用NetDDE、多线程技术方法实现了系统中多Agent之间的通信。 (6) 提出了基于对策论的多Agent协商机制，在引入多边特征值的基础上，给出了针对多Agent协商联盟的构成算法，在Nash平衡概念下对协武汉理工大学博士学位论文商联盟稳定性进行了检验，并在基于JZEE框架下，实现了多个Agent之间的协商。 (7)采用Java作为开发语言，Jbuilder7.O作为开发平台，初步研制了基于多Agent的物流D工GDSS系统，实现了系统的协商、通讯等基本功能，并应用于物流系统决策中，为实现物流分布式智能群决策打下了基础。