近年来,对森林植被的仿真成为了森林经营管理研究的热点,美国的森林植被模拟软件FVS(Forest Vegetation Simulator)就是一套较为先进成熟的仿真系统,它在美国被推广到全国性范围使用。为了在我国也建立全国性的森林植被生长模拟系统,修改FVS和将其作为本地化应用成为了当前的首要任务。将FVS中的模型直接应用在我国的过程中,发现我国的树种及其条件完全不符合美国的树种,仿真结果差之甚远;经过对FVS的仔细分析、研究和系统跟踪,发现没有任何修改接口,且其代码庞大,模型的修改替换必须要在源代码进行修改,对于需要频繁修改模型的林业管理员来说,FVS根本没法使用;而在美国,这些问题是由大量编程人员来解决的。为了将FVS对森林的仿真预测在我国进行引进使用和推广应用,本论文结合其设计理念和建设全国性的森林植被仿真的需求,提出了基于多Agent来代理模型计算的计算机仿真模型的方案,论述了基于该方案的Agent理论,进而设计了一种能够实现复杂模型计算的以DOM(Document Object Model)驱动模式为实现基础的Agent实现方法。该方案利用Agent自动完成计算、模型调整和重新编译的任务,林业工作者只需要提供不同的生长模型计算公式,就可以完成各种仿真过程。该系统最后应用在本地油松林的生长仿真计算任务中,并取得了较佳预期效果。另外,使用Agent方法来实现智能计算,整个计算过程及实现对于其它领域的先进智能计算也具有一定的借鉴意义。