本文提出了一个针对共享腹地港口群集疏运系统的物流仿真模型，由三部分组成：第一，通过对比集疏运系统相关问题的传统解法优缺，阐释从智能体仿真建模切入之依据；第二，基于国际物流实践与供应链流程，研究集疏运系统的结构特征、局限条件与智能体行为模式，进而构建集成仿真平台；第三，以广东省东莞市的出口集装箱物流即“集运配流”为实验，检验所造模型，并指出其具体应用框架与实践意义。为证明基于Agent仿真研究共享腹地港口群集疏运系统之必要性，首先探讨了共享腹地港口群的研究概况，发现学界极少从微观的集疏运视角进行深入探讨；进而回顾了集疏运系统的有关文献，指出当前问题主要为系统构成理解狭隘、定量研究稀缺、方法缺乏充分依据，等等。为此，分别从数学建模与系统仿真切入，借鉴了物流、供应链、交通运输等相关领域分析，系统归纳出解析模型的各种方法缺陷，及仿真建模在内容上的缺失，并指出集疏运系统为典型的CAS复杂系统结构。鉴于从复杂自适应性视角对集疏运系统建模属当前的研究空白，接着围绕二次调研数据和系统论、国际物流理论，对港口群腹地集疏运的系统结构进行了详细分析。参考进出口供应链流程，归纳出自工厂订单接收到码头装船离港的8个集运出口环节；基于多主体决策视角，提出了共享腹地港口群集运系统之CAS总体框架，以及港口、国际海运、公路、水路、铁路集疏运、进出口监管、货主的7子系统组成结构；进而从主体智能行为与局限条件切入，指出了各子系统的核心Agent、决策内容、影响关系，与时间、费用等方面的重要约束，包括：选港订舱、集运方式、做柜时间、集运路线4大决策；工厂、港口、船公司间的直接/间接服务关联；通关决策流程；驳船/拖卡/海铁联运3类集运成本的估算公式；乃至拖车固定成本、铁运“一口价”、海运THC、THCS、O/F、Local Charges和查柜成本、班轮船期、驳船航线、专列班次等实践经验值，为仿真建模与数据实验提供基础。MAS建模阶段，围绕共享腹地港口群集疏运系统的CAS结构，提出了以多智能体仿真为核心，由ASM智能体生成、BA智能行为算法、SRM仿真系统运行、IM/OM输入、输出与SSCM仿真控制管理6子模块组成的ISPHT开放集成平台/模型框架，继而描述了集运系统仿真建模中“核心类”与“约束类”智能体的主从关联，Multi-agent模型与集成平台的关系，及ISPHT各模块的重点设计内容。在此基础上，针对港口群腹地集运智能体系统中的选港订舱和集运方式、时间、路线选择共4项决策，分别构建了具体算法，包括：受交货方式、港口船期与“做柜剩余时间”、集运出口“综合成本”、“顺利程度”与主体行为“惯性”等因素约束的选港决策模型selectPort()，藉机器学习理论开发的智能选港Q算法qLearningPort()；参考集疏运系统成本结构、估算公式的公路集运roadTransPricing()、水运waterTransPricing()、铁路集运railTransPricing()报价模块，和集运方式决策模型selectTransMode()；借鉴集运出口流程的甘特图分析的做柜时间决策模型selectVanningTime()；以及由集运公路网分层设计算法、Floyd算法改造的静态集运线路决策模型selectStaticTransPath()，与以Dijkstra算法为核心的实时路由更新模型rtTransRouteUpd()。各模型与算法大部分基于“线性”函数与规则构建，有效弥补了解析模型建模难、物流局限考虑不全、求解复杂度高等缺陷，体现了从微观Agent智能体仿真视角研究集疏运系统的创新意义。为检验模型，实验阶段，通过程序代码实现了ISPHT平台的公路集运模块，在此基础上，以东莞市腹地港口群为对象，展开计算实验。实验结果表明，所构造模型可方便观测各主干道路与具体路段的实时、累计集装箱流量分配值，并与现实情况相吻合，证实了本文所设计的共享腹地港口群集疏运系统MAS仿真模型的合理性，以及基于智能体仿真方法分析、优化集疏运系统的可行性与实践价值。