决策支持系统(DSS)是交互式的软件系统,它可以帮助决策者从原始数据中抽取信息、分析解决问题并做出决策。DSS始于上世纪60年代,它从模型驱动发展到70年代的理论模型,在80年代中期被应用到金融计划系统和群决策系统中。在80年代后期到90年代早期,数据仓库、联机分析技术(OLAP)和商业智能被应用到DSS中。当今智能决策支持系统(IDSS)是把人工智能技术融入到决策支持系统中,并发展成为一种新的决策系统。Agent是独立智能软件,它是当前人工智能领域的热门研究课题。多Agent系统(MAS)包含若干个Agent,其根据各自不同的目标和动机互相作用。为了能有效地互动,它们还需要相互合作、调整与协商。电力决策支持系统被广泛地应用在电力市场、需求侧管理(DSM)和电力负荷预测中。尽管该系统可以采用面向对象技术(OOP)实现,然而基于Agent的程序设计语言(AOP)并没有取代OOP成为当今的通用编程语言。从Agent的逻辑结构推导到Agent信息系统,并结合决策支持的经典问题的研究还比较欠缺。为了让这些研究应用到电力决策支持系统中,我们需要探索Agent的新技术来实现智能决策系统(IDSS)。也许该技术在将来能够像面向对象技术(OOP)一样,被广泛地应用在高级并行的电力决策支持系统中。本文对Agent的理论和方法、在智能决策支持系统中的多Agent的技术和在电力行业决策支持的多Agent技术进行了研究。论文的主要工作如下:1.提出了一种关于Agent的模糊认知逻辑,采用该逻辑推理出Agent获取知识的过程;提出了一种带反馈的BDI-Agent(FBDI-Agent)模型,对经典BDI-Agent模型进行了扩展。2.提出了采用集合方法描述的多Agent信息系统,研究了在多Agent交互中规则的形成过程,并采用ID3算法对实例中的规则进行挖掘;定义了Agent的组件关系结构,采用面向对象技术实现了AOP设计。3.在决策支持方向选择了线性规划、多目标最优化和多元回归三种实例,采用多Agent技术实现了求解,与原有求解结果进行对比,验证了多Agent方法在此方向是可行性。4.在电力决策支持方向选择了电力市场框架结构、分时电价和电力负荷预测三种实例,采用多Agent技术实现了问题的求解。在电力市场仿真框架研究中,采Agent构建了电力市场框架,模拟电价产生中发电侧、输电侧和用户的竞争;在分时电价的研究中,提出了基于Agent的分时电价优化模型,在总用电量不变条件下,达到了削峰填谷的目的。在电力负荷预测的研究中,提出了基于Agent的电力负荷预测算法,试验验证这种方法是有效的,并且采用多Agent的原理设计了一个电力负荷预测系统,实现了多种方法的负荷预测。本文的研究得到了上海市重点学科建设项目“电力企业信息化与决策支持”的资助,论文中的相关理论和技术已运用到该项目的研究和开发中。