现代网络规模不断扩大，网络异构程度和复杂性不断增加，而网络管理在理论上和方法上还处于滞后状态。为了满足新的需求，本文提出了基于智能多Agent系统的网络拥塞控制方法。该方法充分利用Agent的分布性和协作性，来克服当前集中管理的不足，让智能Agent能在局部自组织，通过协作解决网络拥塞问题，防止拥塞的扩散，保证了服务质量。 本文首先介绍了网络管理的基本方法，并分析了当前网络管理方法的局限性及需要解决的关键问题。针对这些问题，将人工智能理论与网络管理的方法结合起来，提出了基于智能多Agent技术的解决思路。 针对网络管理中的具体问题，设计并实现了一套智能分布式多Agent系统，该系统包括： 1)功能Agent：监测代理、控制代理、通信代理、环境代理。 2)Agent之间的通信语言。 3)Agent之间的协作模型。 4)Agent的知识库。 这套智能多Agent系统可用于解决网络管理中的配置问题、性能问题、故障问题等。系统完全由Java语言编写，可安装到网络中不同设备上。 本文对网络配置管理中的拓扑发现方法进行研究，提出一种有效的拓扑发现及显示算法，为网络管理中的其他问题提供有效的帮助。 本文特别针对网络管理中的拥塞问题进行研究，通过分析拥塞现象产生的原因，利用智能分布式Agent的优势来克服传统拥塞控制方法的不足。提出了一种新型的基于智能多Agent技术的拥塞控制方法。通过拥塞发生位置的代理同邻近节点代理之间的协作，可以在局部快速的解决拥塞问题，防止拥塞程度的恶化及蔓延，保证了网络的服务质量。特别是在规模比较大的网络中，其效率尤为突出。 为了验证智能多Agent技术的拥塞控制方法，我们利用Linux操作系统搭建了模拟实验网络。通过大量实验数据比较证明，基于智能多Agent技术的拥塞控制方法比传统拥塞控制方法在各项性能指标(吞吐量、延迟、丢包率、延迟抖动等)上都有提高。