由于第四次工业革命对工业智能化的需求逐渐增加,多智能体系统的分布式协同控制问题在近年来逐渐受到越来越多的研究者的关注。在多智能体系统的研究领域中,一致性问题是一个研究热点。在过去的许多研究中,研究者们假设多智能体系统所处的环境是理想的,即多智能体系统不会受到网络攻击的影响。然而,多智能体系统对于通信网络的依赖性使其暴露在了网络攻击的威胁中。因此在设计多智能体系统时,考虑网络攻击所带来的影响非常有必要。在众多的网络攻击中,虚假信息注入攻击的隐匿性使得虚假信息注入攻击相较其他攻击更具有威胁性。为了削弱虚假信息注入攻击对于多智能体系统一致性的影响,研究者们提出了不同的方法来应对虚假信息注入攻击,以使得多智能体系统能够在虚假信息注入攻击下实现一致性。在这样的研究背景下,本文针对受上界已知的虚假信息注入攻击和上界未知的虚假信息注入攻击影响的多智能体系统的一致性问题,分别提出了不同的控制策略。其主要内容如下:（1）针对上界已知的虚假信息注入攻击,本文以线性矩阵不等式形式给出了多智能体系统在上界已知的虚假信息注入攻击下实现一致性的充分条件。然后基于此充分条件提出了控制增益的设计方法。在设计过程中,首先通过省略多智能体系统中的不确定性以获得能使多智能体系统实现一致性的充分条件,然后利用Schur补引理将多智能体系统中的不确定性参数引入此充分条件中,随后利用交叉放大不等式得到了能求得合适的多智能体系统控制增益矩阵的线性矩阵不等式,最后使用数值仿真验证了此控制策略的有效性。（2）针对上界未知的虚假信息注入攻击,本文设计了能使多智能体系统在受到上界未知的虚假信息注入攻击时实现一致性的自适应容错控制协议。首先采用径向基神经网络来近似多智能体系统中未知的非线性动力学模型,然后基于这些近似结果设计了容错控制协议来保证多智能体系统实现一致性,随后利用了Lyapunov稳定性定理从理论上验证了此协议的收敛性,最后使用数值仿真验证了此控制策略的有效性。（3）针对基于智能体状态的虚假信息注入攻击,本文设计了自适应容错控制协议以使得多智能体系统在虚假信息注入攻击下实现一致性。首先采用径向基神经网络来近似多智能体系统中未知的非线性部分,并设计了相应的自适应律来调整神经网络的参数。然后设计了自适应律来近似虚假信息注入攻击的参数,并基于这些近似值设计了容错控制协议。最后利用Lyapunov稳定性定理证明了此容错控制协议的收敛性并利用数值仿真案例验证了此容错控制协议的有效性。