本书论述了多Agent系统的一些基本概念和关键技术，并重点讨论了其在预测支持系统和智能交通系统中的应用情况。全书共分为7章。第1章为绪论，主要阐述Agent技术、多Agent系统的基本理论。第2章介绍多Agent系统开发工具方面的一些知识。第3章中讨论多Agent系统中机器学习的特点、机器学习方法的分类。第4章详细讨论多Agent系统在预测支持系统中的应用情况。第5章介绍基于A-gent仿真系统建模方法以及其在交通流微观仿真系统中的应用。第6章对多Agent系统在交通控制系统中的应用进行详细阐述。第7章介绍多Agent系统在其他一些领域中的应用情况。本书内容新颖，总结了作者的科研成果。论述力求概念清晰，表达准确，层次分明，突出理论联系实际，对读者富有启发性。本书对从事分布式人工智能、系统仿真、复杂系统研究的科技人员具有较强的参考价值，也可以作为信息技术、智能交通等方向的研究生的参考书。

第1章 绪论
1.1 分布式人工智能
1.2 Agent技术的研究进展
1.3 多Agent系统研究进展
参考文献
第2章 多Agent系统开发工具
2.1 面向Agent的开发方法
2.2 开发工具的选择
参考文献
第3章 多Agent系统中的机器学习
3.1 机器学习
3.2 多Agent系统学习的特点
3.3 多Agent学习方法的分类
3.4 强化学习方法
参考文献
第4章 基于Agent的预测支持系统
4.1 预测支持系统研究现状
4.2 多Agent预测支持系统的结构
4.3 Agent的实现分析
4.4 人机界面Agent的设计与实现
4.5 数据特征分析Agent的实现
4.6 神经网络预测Agent的设计与实现
参考文献
第5章 基于Agent的建模方法
5.1 基于Agent的建模方法
5.2 复杂系统的ABM仿真方法
5.3 基于ABM的城市交通流的微观仿真系统
参考文献
第6章 多Agent系统在智能交通中的应用
6.1 城市交通控制理论与方法
6.2 交通信号控制Agent的结构设计
6.3 TSCA的设计与实现
6.4 基于Agent的交通控制系统的框架设计
6.5 TSCA通讯的设计实现
6.6 实现协调的对策理论基础
6.7 TSCA间的协调
6.8 两个路口控制的仿真的实现
参考文献
第7章 多Agent系统在其他领域中的应用
7.1 多Agent系统在数据挖掘中的应用
7.2 多Agent系统在企业信用评估中的应用
7.3 Agent技术在电子政务中的应用
7.4 Agent技术在项目管理中的应用
参考文献

李英，1974年1月出生于山东省金乡县。现为华东理工大学工商经济学院管理科学与工程系副教授。
2001年4月于天津大学获得管理科学与工程专业博士学位。2002年4月到2004年3月在上海交通大学做博士后研究工作。
研究领域主要为智能信息系统、人工智能、数据挖掘、电子政务等。参加国家自然科学基金项目3项，在《系统工程理论与实践》、《系统工程学报》等期刊及国内外会议上发表论文20余篇，参与编写教材5本。