随着科学技术的发展,汽车的功能越来越多样,结构越来越复杂。这对车辆的维护提出了更高的要求,对车辆维修人员提出了更高的知识和经验储备的要求。人工智能模型的代理(agent)可以通过获得的车辆故障的感知信息,结合专家的经验对情况进行分析和判断,以合理的测试流程对故障进行检测并提出维修的建议,辅助修理人员进行决策来完成车辆故障诊断。在免除人的因素对诊断的不利影响的同时提高效率。SOAR模型是一种健壮而高效的人工智能感知模型,该模型以操作为中心,将人类的行为模式转换为对操作的选择和执行,具有灵活性好,适应性高,可满足多种任务的需求。基于对SOAR模型的研究,设计一种基于代理的车辆故障诊断决策模型,能够辅助人做出维修决策,提高维修效率,具有较好的理论意义和工程应用价值。　　 本文采用认知模型的建模方法,首次使用SOAR模型对车辆故障诊断过程进行建模,通过对故障诊断树的分析和研究建立了符合真实情况的车辆故障诊断认知模型,设计出了相关的智能代理。依照SOAR模型的原理和定义,实现了状态转换模块、决策模块、学习模块以及知识库等,最后,在Java环境下编程实现了基于Soar模型的车辆诊断系统。实验结果表明,本文提出的实现方案是行之有效的,该车辆诊断系统灵活性好,适应性高,可满足多种任务的需求,为进一步的研究使用奠定了良好的基础。