近年来,分布式人工智能领域发展迅速,多智能体系统理论作为其重要分支也逐渐成为热门课题,得到相关领域研究学者们的广泛重视。在实际应用过程中,多智能体系统常常需要考虑跟踪外源信号或抑制一类扰动影响,这一类问题也叫做输出调节问题。输出调节问题既是对外源系统的跟踪问题,也是一种扰动抑制问题。输出调节问题在实际工程中应用广泛,因此研究输出调节问题具有十分重要的意义。在多智能体系统的实际应用过程中,由于多智能体系统常常工作于复杂且恶劣的外部环境且每个智能体自身的情况也各不相同,所以常会因为各种因素的影响而造成智能体间的通信产生延迟或智能体发送的数据丢失等情况,这里我们称之为通信约束。通信约束最终可能导致系统的不稳定,因此在理论研究的过程中,不能忽视通信约束的影响。为此,需要设计合适的分布式控制协议来处理这一问题。本文的主要研究如下:首先,针对异构离散多智能体系统,分别假设所有智能体均能估计外源系统和只有一部分智能体能够估计外源系统这样两种情况,给出了系统通信的限制条件。运用网络化预测控制模型,补偿消除了通信约束的影响并获取预测输出信息,设计分布式预测控制协议并给出了解决输出调节问题的充分条件。最后,通过数值仿真验证了每个智能体均可以跟踪上外源信号或抑制这一类外部扰动。其次,解决了分组协同输出调节问题,通过建立网络化预测控制模型,主动补偿通信时滞并解决了数据丢包问题。考虑组内及组间通信并利用预测信息设计了一种分布式预测控制协议,给出了解决分组协同输出调节问题的充分条件,使得每组智能体能够跟踪上不同的外源系统并抑制这类外部扰动的影响,最后通过仿真验证了理论的有效性,并将使用预测模型得到的结论与无预测状态下系统输出情况相比较,证明了预测模型能够有效的减小通信约束的影响。