多智能体系统是分布式人工智能的一个重要分支。本书介绍了多智能体建模的基本理论与技术，将基于多智能体的模型应用于自然与环境、智能城市、交通、地理信息与空间智能、社会与民生、复杂网络等，涵盖了智能交通、智能城市、地理空间智能和人工智能社会等方面的系统智能建模与问题优化求解。
本书主要面向各高等院校本科人工智能专业、计算机等专业开设多智能体系统课程或相关专业开设人工智能的通识核心课程需求，也可以作为研究生、科研院所科技工作者及相关企业的工程技术人员阅读参考。

前言
第1章 人工智能概述
1.1 人工智能发展的三次浪潮
1.2 人工智能的三大主流学派
1.3 人工智能的研究领域
1.4 自然智能
1.5 人工智能
1.6 人工智能编程语言
1.7 习题
参考文献
第2章 多智能体建模基础
2.1 基于智能体建模（ABM）
2.2 Netlogo多智能体编程（建模）
2.3 开始一个模型探索
2.4 基于智能体建模的基本概念
2.5 习题
参考文献
第3章 创建自己的模型
3.1 如何创建一个模型
3.2 Netlogo语言基础
3.3 设计车辆跟驰模型
3.4 创建兔子吃草模型
3.5 基于智能体建模步骤
3.6 习题
参考文献
第4章 自然智能与分形模拟
4.1 分形与粒子系统
4.2 分形树
4.3 粒子瀑布
4.4 扩散凝聚
4.5 森林火灾
4.6 习题
参考文献
第5章 智能城市
5.1 智慧城市与智能城市
5.2 城市污染
5.3 城市蔓延
5.4 气候变化
5.5 习题
参考文献
第6章 智能交通
6.1 智能交通模型
6.2 智能停车管理
6.3 出租车智能调度
6.4 垃圾收运
6.5 习题
参考文献
第7章 地理信息与空间智能
7.1 地理空间智能
7.2 GIS扩展
7.3 暴雨洪灾
7.4 人口统计
7.5 人员疏散
7.6 习题
参考文献
第8章 智能社会
8.1 人工智能社会
8.2 居住隔离
8.3 人工智能农场
8.4 谣言模型
8.5 习题
参考文献
第9章 多智能体网络
9.1 复杂多智能体网络模型
9.2 SIR模型
9.3 小世界模型
9.4 无尺度网络
9.5 习题
参考文献
第10章 智能算法与问题求解
10.1 智能算法
10.2 鸟群觅食算法
10.3 蚁群算法求解旅行商问题
10.4 遗传算法进化机器人
10.5 神经网络图像识别
10.6 强化学习走迷宫
10.7 习题
参考文献