本文针对并行数据库的查询优化处理领域，提出了一种基于Multi-Agent技术的语义查询模型(SQMAS)，并以此模型为基础建立了一种基于Agent的并行数据库语义查询方法，同时为了保证系统组内、组间Agent之间的高效通信，建立了树型拓扑结构(TTMAS)的通信模型，系统内各Agent使用通信原语高效通信、协作，从而在并行数据库技术的查询优化领域做出了有益的探索和贡献。 语义查询优化方法不是简单摒弃传统的查询优化方法，而是采用Multi-Agent技术自动查找与给定查询有关的完整性约束条件，然后，修改给定的查询为更有效的等价查询，使得多个关系间连接操作的效率得到很大的提高，从而达到查询所期望达到的减少连接操作、缩短查询时间的优化效果，实现了基于Agent的语义查询优化。 SQMAS查询模型基于多Agent技术，结构组成中包括查询监测组(QueryDetectGroup)、内核组(KernelGroup)、知识库组和规则集组(KDB&RuleSetGroup)、输出组(ExportGroup)、系统级命名服务Agent(NameServer-Agent)、辅助通信Agent(AssCommu-Agent，含组内通信门户GGA，系统通信门户MASGA)等功能组和系统Agent；另外，为了保证查找效率，设计了一个基于“黑板”模型的树型拓扑通信模型TTMAS，使用通信原语实现了SQMAS系统组内Agent以及不同组间Agent的单播、多播、选播、广播通信，且满足Agent间的通信路由最优，从而保证了SQMAS的查询效率。