由于在商务谈判中引进多Agent可以降低谈判成本、提高谈判效率，目前基于多Agent的商务谈判已经成为一个研究热点。然而在已有的研究中，多数谈判的目标函数是线性的，并且在谈判中只使用议题的总效用值这个衡量标准，容易出现局部交易退化，使得最优提议往往落在谈判边界上。虽然这样的提议能够实现总效用最大化，但是谈判方一般不希望最终提议中存在让步幅度非常小的短板议题。为了解决谈判中出现的这一问题，本文设计了一种基于差分进化算法的多Agent辩论谈判策略，该谈判策略和传统策略相比有如下改进：针对谈判双方Agent常常出现初始提议两极分化的问题，将单目标函数改进为复合目标函数，通过差分进化算法，自动生成了更均衡的提议。本文提出了提议值均衡的观点，在谈判目标中引入控制提议值均衡程度的函数，从而使用复合目标函数作为适应度函数，这样可以有效的改善提议质量；同时通过对谈判算法中参数的控制，可以根据谈判方的需求，适应性地生成提议。在Matlab中，编写差分进化算法，并运行算例，结果验证用基于差分进化算法的多Agent谈判策略，能够生成具有良好提议均衡程度的初始提议。在谈判过程中，若出现僵局，需要引入辩论。多Agent辩论谈判将辩论的理念融入到谈判中，通过及时的信息交互，增强谈判Agent的灵活性，以得到更加符合谈判方真实需求的提议。为了使辩论谈判更迅速、更具有针对性，本文设计了一种基于提议分类方法的辩论谈判策略。该策略采用总体效用值满意度和单议题效用平均满意度指标对提议进行衡量和评价，定义5个提议类型，针对不同类型的提议，生成并发出相应的辩论，直到谈判双方达成一致或谈判破裂，最终完成整个辩论谈判过程。通过对目标函数的改进，以及对辩论过程的优化，可以得到既符合效用优化原则，又贴近谈判方的真实需求的谈判结果。最后，在JADE平台上对本文提出的多Agent辩论谈判策略模块进行了实现。本文提出的辩论谈判策略可以有效提高谈判的效率，并提高买卖双方对谈判结果的接受程度。