复杂系统遍布日常生活的每一个角落，人们对复杂系统和复杂性科学的研究也日益重视。基于Agent的建模方式利用Agent的思想对复杂系统中的仿真实体进行建模，通过对复杂系统中的基本元素及其之间交互的建模与仿真，可以将复杂系统的微观行为和宏观“涌现”现象有机的结合到一起，是一种自底向上的、行之有效的仿真建模方式。因此，对Agent建模技术的研究具有重要的理论意义和现实意义。 本文首先介绍了复杂系统建模与仿真中的基本概念、复杂系统建模与仿真的步骤以及基于Agent的建模与仿真方法，然后对本文的工作平台——复杂系统分布式仿真平台JCass的工作机制和主要特点进行了阐述和分析。 针对复杂系统中个体影响力因角色而异的特点，本文提出了一种等级式多Agent仿真框架。在此框架中，复杂系统中各集团的核心个体采用慎思主体进行建模，其它大多数个体采用反应主体进行建模，它们在核心个体的指引下，共同实现集团目标。这样构建的等级式多Agent系统可以在计算开销、建模难度与模拟逼真度之间取得平衡点，得到较为理想的仿真结果。 根据复杂系统仿真平台JCass中Agent的行为模式，本文采用XML技术在JCass平台上设计并实现了一个既便于查询修改又不影响系统仿真效率的Agent规则库。为了处理在复杂系统中的各种模糊信息，保证仿真的“逼真度”，还设计并实现了Agent的模糊推理机制，并根据复杂系统仿真的特点对典型的模糊推理框架进行了改进，使推理机制更适用于基于Agent的建模与仿真方法。 为了体现复杂系统的进化过程，本文在JCass平台中设计并实现了基于遗传算法的种群进化算法。它通过选择淘汰、突然变异、基因遗传等规律，产生适应环境变化的优良物种，从而在复杂系统仿真中体现出Agent种群对环境的自适应性。 在本文的最后，针对台湾民意系统所具有的复杂系统特征，依照等级式多Agent仿真框架，采用XML文档实现的规则库以及模糊推理机制，对其进行了建模和仿真，并在仿真中加入了基于遗传算法的Agent种群智能演化行为。最后，对建模和仿真结果进行了分析，验证了上述技术的正确性和可行性。