软件技术的不断发展、规模的不断增大和复杂，造成了软件在管理和维护方面压力的增加，使得软件缺乏足够的健壮性。软件的开发不再是一切从零开始，而是应该充分利用已有的可用软件资源。为适应用户需求和Internet开放环境的变化，软件应该具备在运行时刻自演化的能力，以提高其适应能力及敏捷性，在降低软件开发成本的同时，延长生命周期。作为分布式计算和人工智能结合的产物，Agent具有感知性、适应性、自治性、主动性和协作性等特征，使得Agent能够根据环境的变化，灵活、自主地采取行动以满足其设计目标，为软件自适应演化的研究提供了一个全新的思路。本文将Agent技术应用于集成演化领域，研究软件自适应演化过程中的动态环境感知框架、机制和算法。首先，在分析软件自适应演化特征及需求的基础上，提出了基于Agent的自适应集成演化框架模型，从静态结构、支撑工具、开发流程和多Agent组织关系等方面给出了多Agent系统(Multi-Agent System，MAS)框架模型的设计原理和实现方法。其次，通过分析MAS的环境构成，提出了基于“发布/订阅”的动态环境感知模式和基于“事件/条件/动作”的演化规则触发机制，并在此基础上给出了自适应演化过程中核心模块的实现。最后，以交通控制仿真系统为测试实例，进行了软件自适应演化实验，验证了动态环境感知机制的可行性，并对实验结果进行分析。