目前，传统的商务谈判已经不能满足日常商务谈判需求，基于多Agent理论和技术的自动谈判在谈判领域的作用日益突显。在谈判过程中，买卖双方不再一味追求个人利益最大化，而是越来越注重双方整体利益最大化，将整体利益最大化作为数学问题，通过建立模型进行求解。在求解模型的过程中，大多采用了传统的机器学习算法（如遗传算法，贝叶斯学习，粒子群算法等）对数据进行处理，而传统的算法在算法性能上存在着收敛速度慢，早熟等问题。因此，通过对传统机器学习算法的改进来提高其性能成为解决该问题的重要方式。只通过模型求解，而忽略了谈判交互过程，不能有效化解谈判交互过程中出现的谈判僵局。对此学者引入辩论理论，通过辩论改变谈判对手的信念和偏好，可以化解谈判僵局。因此，目前基于辩论的多Agent谈判策略问题的研究备受关注。本文从多属性谈判模型和辩论策略的生成与选择两大角度来研究基于辩论多Agent谈判问题。主要的贡献如下：本文建立基于改进小生境遗传算法的多属性谈判模型。针对具体谈判问题，结合多属性效用理论，利用改进小生境遗传算法进行模型求解。采用最优个体保存策略，设计动态距离判定函数，自适应调整变异率和交叉率，对小生境遗传算法进行改进，通过仿真实验验证了改进后的算法收敛速度提高。将基于改进小生境遗传算法得到的谈判支持解作为初始提议提出，若未能满足谈判Agent各自利益需求，谈判将会陷入僵局。通过利用案例推理方法来生成辩论策略，引入辩论偏好系数评价来选择合理的辩论方式，设计一个辩论策略生成、选择流程。通过辩论，对买卖双方Agent态度相互施加动态影响，对谈判提议进行修正，使得双方提议进一步优化，该方法的提出可以有效化解谈判僵局，加快谈判进程。最后，结合以上研究的基础上对基于辩论的多Agent多属性谈判模型进行系统实现，验证模型和策略的实用性和合理性。