（1）背景 Swarm是美國新墨西哥州的桑塔費研究所（The Santa Fe Institute，SFI）1994年起開發的一個面向物件程式設計（OOP）的多智慧體模擬軟體工具，是一種基於複雜適應系統（complex adaptive system，CAS）發展起來的支援“自下而上”或稱“基於過程”的建模工具集。 SFI開發Swarm的目的是通過科學家和軟體工程師的合作製造一個高效率、可信、可重複使用的軟體實驗儀器，用來幫助科學家們分析複雜適應系統（Complex Adaptive System，簡稱CAS）。複雜適應系統則是指經濟、生態、免疫系統、胚胎、神經系統及計算機網路等系統的統稱，它是由遺傳演算法（Genetic Algorithms, 簡稱GA）的創始人霍蘭（J. Holland）於1994年在SFI成立十週年時正式提出的，也迅速引起國內外學術界的極大關注，並被嘗試用於觀察和研究各種不同領域的複雜系統，成為當代系統科學引人注目的一個熱點。 由於Swarm對模型和模型要素之間的互動方式不做任何限制，使用者則可以將精力集中在所感興趣的特定系統中，而不必受資料處理、使用者介面及其他純軟體工作和程式設計等方面的問題所困擾，甚至對於非計算機專業學者而言使用也是相當方便。 1989年舉行的第一屆國際多智慧體歐洲學術會議，標誌著該技術受到了研究者的廣泛重視。1993年首次召開了智慧體形式化模型國際會議，1994年又召開了第一屆智慧體理論、體系結構和語言國際會議，表明多智慧體技術日益獲得了重視。近幾年美國桑塔費研究所每年舉辦的“SwarmFest”和“複雜系統暑期班”，更為全球Swarm和CAS愛好者提供一個更加系統的學習交流機會。在國內，Swarm的應用起步較晚，但發展趨勢異常迅猛，尤其是2001年中國人民大學資訊學院舉辦“Swarm模擬培訓班”以後，基於Swarm研究的學者越來越多。正是由於Swarm可以模擬任何物理系統、經濟系統或社會系統，所以受到國內外經濟學、金融學、政治學、社會學、生物學、生態學、物理學、地理學、軍事以及電腦科學等領域的專家、學者或愛好者們的廣泛關注。 SFI的Swarm開發組定義Swarm為用於複雜自適應系統模擬的多智慧體平臺。基於Swarm模擬平臺的應用研究，得到迅速的發展，所涵蓋的研究涉及經濟學、金融學、政治學、社會學、生物學、生態學、物理學、地理學、軍事以及電腦科學等許多領域。1992年曾經有人預言：“基於Agent的計算將可能成為下一代軟體開發的重大突破。"隨著人工智慧和計算機技術在製造業中的廣泛應用，多智慧體系統技術對解決產品設計、生產製造乃至產品的整個生命週期中的多領域間的協調合作提供了一種智慧化的方法，也為系統整合、並行設計，並實現智慧製造提供了更有效的手段。 （2）概念 Agent原為代理商，是指在商品經濟活動中被授權代表委託人的一方。後來被借用到人工智慧和電腦科學等領域，以描述計算機軟體的智慧行為，稱為智慧體。 “多智慧體”一般專指多智慧體系統（MAS， Multi-Agent System）或多智慧體技術（MAT， Multi-Agent Technology）。多智慧體系統是分散式人工智慧（DAI，DistributedArtificial Intelligence）的一個重要分支。 多智慧體系統是多個智慧體組成的集合，它的目標是將大而複雜的系統建設成小的、彼此互相通訊和協調的，易於管理的系統。在一個多Agent系統中，Agent是自主的，它們可以是不同的個人或組織，採用不同的設計方法和計算機語言開發而成，可能是完全異質的，沒有全域性資料，也沒有全域性控制。這是一種開放的系統，Agent加入和離開都是自由的。系統中的Agent共同協作，協調他們的能力和目標以求解單個Agent無法解決的問題。 也就是，現實世界中存在的事物，可以將其個體或組織視作多智慧體，每個智慧體按照其本質屬性賦予其行為規則，在一個agent活動空間中，agent按照各自的規則進行行動，最後隨著時間的變化，系統會形成不同的場景，這些場景可以用來輔助人們進行判斷、分析現實世界人們無法直接觀察到的複雜現象。
一般認為，Agent應該具有以下四個基本特徵：自治性、反應性、能動性、社交性。主要表現在它的智慧性和代理能力。智慧性是指應用系統使用推理、學習和其他技術來分析解釋它接觸過的或剛提供給它的各種資訊和知識的能力。代理能力指Agent能感知外界發生的訊息，並根據自己所具有的知識自動作出反應。  （3）原理 CAS理論的最大貢獻在於其提供了一種“自下而上”或稱“基於過程”的建模研究方法，通過模擬重現真實世界的複雜現象。其核心思想是“適應產生複雜性”，主要體現在四個方面： ①智慧體（Agent，亦稱代理人）是主動的、活的實體，這也正是CAS理論區別於其它建模方法的關鍵所在； ②智慧體與智慧體、智慧體與環境之間的相互影響和作用（即適應性）是系統演化的主要動力源； ③將巨集觀和微觀有機地聯絡起來； ④引入隨機因素的作用，使它具有更強的描述和表達能力。 具體建模涉及到：

• 個體Agent的推理
• 事務的分解和分配
• 多Agent規劃
• 各成員Agent的目標、行為的一致性
• 衝突的識別與消解
• 建立其它Agent的模型
• 通訊管理
• 資源管理
• 適應與學習
• 移動及系統的安全
• 負載平衡

（4）軟體工具 基於多智慧體（Multi-Agent）的模擬模擬軟體比較多，相對有影響力的有 美國西北大學網路學習和計算機建模中心的NetLogo。NetLogo的前身是 StarLogo 美國麻省理工學院多媒體實驗室的StarLogo 芝加哥大學社會科學計算實驗室開發研製的Repast 美國愛荷華州立大學的McFadzean、Stewart和 Tesfatsion開發的TNG Lab 義大利都靈大學Pietro Terna開發的企業模擬專案jES 美國布魯金斯研究所Miles T. Parker開發的Ascape 美國桑塔費研究所的Swarm。2004年6月釋出了Swarm2.2版本，可以在Windows XP系統上執行。Swarm已獲得GNU公共許可證，所有文件例項、軟體和開發工具的Alla元件、可執行部件和原始碼都可以免費得到。 NetLogo軟體部分執行介面 參考文獻