智能主体Agent作为近年来智能科学研究的一个热门方向，本文围绕智能主体构建，从量化与形式化的角度分别进行了探索，形成了如下的工作成果：　　 提出了一种Agent资源自保护模型：　　 本文从一种动态角度出发，在Agent的特定运行环境中，用双复合Poisson风险模型来描述Agent的运行状况，建立了资源运行状况的数学模型，详细描述了数学模型的推导过程，对资源的生产过程和消费过程进行了离散化，并且给出了适合计算机程序运行的数值计算方法。说明了Agent如何应用该模型实现自我保护，避免出现资源严重不足，系统瘫痪等情况。　　 研究并实现了动态描述逻辑推理机DDL Reasoner：　　 DDL Reasoner是基于动态描述逻辑的推理机，提供了基于DDL的知识库编辑器/本体编辑器，和针对动作、概念、公式的逻辑推理。其工作流程如下：(1)编辑；也可以直接给定一个URI；(2)语法检查；(3)判断是否使用了动作，如果是则转(5)，否则转(4)；(4)转换为OWL，调用Pellet进行推理；(5)根据推理实现的需要，转换为某种基于三元组的内部表示形式；调用DDL推理模块进行推理。DDL Reasoner成功试验了动态描述逻辑的Tableau算法。　　 设计并实现了多主体系统开发环境VAStudio：　　 多主体系统(Multi-Agent System)开发工具是解决面向主体的程序设计的关键技术，目前开发的多种多主体系统开发工具都尚未满足实际要求或存在某些缺陷，本文设计和实现了可视化多主体系统开发平台VAStudio,为用户提供一个功能强大的可视化多主体系统设计和编程环境，根据用户的需求，可视化智能引导生成主体，方便了基于主体的应用系统的开发，很大程度上提高了多主体系统开发的适应性。