随着人类步入21世纪,复杂系统与复杂性科学问题变得日益突出,其中包括环境、资源、经济、人口、健康、灾害、甚至和平与安全等困扰人类生存和社会可持续发展的重大问题,这些问题必须依靠多学科的交叉和综合从整体上寻找解决方案。在复杂适应系统理论的指导下,多Agent建模与仿真方法提供了一种研究复杂适应系统的新思路,是目前研究复杂适应系统的主要方法。本文从大规模复杂适应系统仿真与分析的需求出发,研究复杂适应系统基于多Agent的数学化仿真中量化分析的关键技术。首先,对复杂性科学研究中的一些基本概念及其量化研究现状作了简要概览,并对易混淆的概念进行了区别与辨析,以加深对这些概念的理解,为本文下一步工作提供基础支撑。这些概念包括复杂性、混沌边缘、自组织、涌现、适应和进化等。并在这些理解的基础上,结合这些概念在复杂适应系统中已有应用,分析阐述了它们对复杂适应系统建模仿真与分析研究的启示。其次,讨论了使用体系结构描述语言C2SADEL对复杂适应系统中Agent进行规约方法,最后给出了复杂适应系统的形式化描述和框架。根据复杂适应系统中Agent的不同体系结构类型,给出了相应的规约,讨论了Agent的学习与演化。最后,提出了复杂适应系统的一个数学形式化模型MMFS,包括复杂适应系统的结构和动力学,此模型主要由系统中所有实体的形式化定义、规约组成。其次,针对复杂适应系统中Agent之间的动态交互需要判断彼此能力的问题,提出了复杂适应系统中Agent能力的数学化模型,并提出了量化分析的相应算法。包括静态环境以及动态环境下的Agent对任务的调度算法,实验结果证明了方法的有效性。其次,从复杂适应系统的微-宏观机制研究出发,提出了基于Sign的Stigmergy模型。本文将印迹(Sign)作为认识Stigmergy的切入点,通过分析印迹的性质和印迹与Agent及印迹与环境的关系,以认识和理解Stigmergy。并给出了相应的概念模型及形式化模型:基于印迹的Stigmergy模型SBMS。然后,讨论了该模型的一些应用,最后阐述了使用此模型来分析涌现性的方法论,以实例阐释了用此模型进行涌现性分析的方法。其次,信任管理被认为是许多具体多Agent系统领域,特别是分布式多Agent系统领域的关键问题之一。而信任机制往往会带来涌现性,其宏观行为通常比较难以认清。为此,本文对分布式信任模型中相关问题提出了形式化描述方法,并由此提出了一种基于Agent仿真的分布式信任模型仿真分析方法,用以对它们进行研究。该方法从相对清晰的微观层面入手建立仿真运行模型,在宏观约束下,研究系统宏观层面的问题以及微观和宏观之间的联系。在微观层面上,在总结分析信任模型微观机制设计图式的基础上,提出了仿真Agent的设计框架。在宏观层面上,给出了信任模型仿真分析中应考虑的宏观问题,包括宏观约束、威胁模型、评价指标,以及仿真执行中的问题。通过对一个局部信任模型的分析,证明了该方法在揭示信任模型的微-宏观联系和宏观行为方面的有效性,同时也揭示了信任模型的微-宏观联系的难以预测性和宏观行为的复杂性。最后,为了验证本文的工作,研究并实现了军事复杂适应系统中作战建模设计,以及仿真分析。