到目前为止，很多对多Agent系统的研究都关注于理性Agent。然而，理论显示情绪对人类身体状态、动机、信仰和欲望都有很强的作用，虽然至今细节还没有详细阐述。在人工智能领域，尤其是人机交互方面，情绪已经受到很多关注，但是对于将情绪应用到Agent的决策中的研究仍然很有限。已有学者研究发现，不论对于人类还是非人类，情绪对决策的影响都不能被忽视，因为拥有高情商的Agent比单纯的理性Agent在复杂动态环境中能有更好的表现。　　在隐性知识共享研究领域，部分学者采用Agent模型研究隐性知识共享过程时假设Agent是完全理性的，并没有考虑情绪；但是已有学者研究了情绪对隐性知识共享的影响，采用实证研究方法分析发现积极情绪对隐性知识共享具有促进作用，消极情绪对隐性知识共享有抑制作用，这些研究只简单的将情绪分为积极和消极两类，没有考虑情绪的复杂性，分析不同种类的情绪对隐性知识共享的影响。　　因此，为了更好的研究不同情绪氛围对隐性知识共享的影响，本文在已有研究基础上构建了组织中情绪氛围对隐性知识共享影响的模型。由于情绪和隐性知识各自复杂的特性，本文采用多Agent仿真方法进行研究，进一步运用Netlogo软件对该模型进行仿真，分析不同的情绪氛围对隐性知识共享的促进或抑制作用，从而揭示情绪在隐性知识共享过程中的重要性。为了说明模型设计的合理性，变量设置的必要性，我们也对这些变量对隐性知识共享的影响进行了分析。　　通过本文的研究，我们得出了以下结论：　　第一，情绪氛围对隐性知识共享的影响如下：　　喜悦、满意、希望、心满意足、高兴、骄傲、羡慕、感激、喜欢、快乐积极情绪氛围能促进组织中成员进行隐性知识共享；　　愤恨、恐惧、失望、悲伤、羞愧消极情绪氛围也会促进隐性知识共享；　　满足、轻松积极情绪氛围会抑制隐性知识共享；　　害怕、责备、生气、憎恨、不喜欢消极情绪氛围会抑制隐性知识共享；　　第二，其他变量对隐性知识共享的影响如下：　　传播阈值越小，越会促进隐性知识共享；组织成员数越多，学习能力越小，有用性越大，隐性知识共享的时间越长。　　根据上述分析结果，组织管理者可以通过营造促进隐性知识共享的情绪，避免形成抑制隐性知识共享的情绪，使组织内成员都处于愿意共享隐性知识的情绪中，促进隐性知识流动，提高隐性知识效用，进一步推动组织的发展。