随着人工智能的发展,依靠人力研究战术和制定军事计划的时代正在逐步离我们远去。过去在计算机应用于兵棋推演仿真过程中,人们依靠微分方程、战争理论,有效地模拟了战争的进程,极大提高了军队的作战水平。今后随着其他人工智能理论的进一步发展,其在兵棋推演的应用将会扮演更加重要的角色。而基于MAS的建模在描述复杂系统的能力,以及对动态环境中的行为建模能力,相对于传统的建模方法更具有优越性。多智能体系统的出现为兵棋推演系统的进一步扩展提供了一个新的平台。本文将多智能体系统(Multi-Agent-System,MAS)与兵棋推演系统(War Game Simulation,WGS)结合起来,构建了基于MAS的兵棋推演的一般模型,深入研究了系统整体结构和其中关键的智能体(Agent)的内部结构。随后通过解决推演过程中的代表问题之一的兵力目标分配这个问题,阐述了Agent之间的冲突模型和协调模型,并利用蚁群算法思想对其解决。在本文的最后,采用主流的Agent仿真框架JADE(Java Agent DEvelopment framework)对上述基于MAS的兵棋推演模型进行仿真模拟。本文的主要研究工作如下:1.将MAS应用于兵棋推演系统,论述了基于MAS的兵棋推演的一般模型,着重叙述了其中的普通作战兵力Agent、作战指挥Agent、战场环境Agent的内部结构;2.选择兵棋中目标分配作为研究方向,在上述模型的基础上,进一步研究了基于MAS的目标分配模型、冲突模型、协调模型,并结合蚁群算法的思想,提出用以解决Agent之间的协调、冲突的具体思路;3.利用JADE仿真框架,对上述推演模型进行仿真,并对仿真实验结果进行分析。