本文深入研究了多智能体系统的一致性问题。在分数阶多智能体系统环境下,主要解决了一般线性系统通过事件触发策略实现自适应一致性问题,进一步在分数阶系统下首次提出了自适应自触发算法;在整数阶多智能体系统环境下,通过设计新的控制器使得链式系统实现了在固定时间内达到一致性。在分数阶多智能体系统环境下,基于自适应控制,分数阶一般线性多智能体系统实现了一致性。多智能体之间的通讯结构是无向连接的,在这个基础上我们设计了一种新的自适应控制器,通过分布的事件触发策略使得分数阶多智能体系统达到一致性。该方法也适用于任何有向连接网络结构中。进一步,我们证明了系统在这个控制器下不会发生Zeno行为,也就是说下一个发时刻严格大于上一个触发时刻,这说明所设计控制器是可行的。由于系统在自适应控制器下通过事件触发策略达到一致性需要连续检测触发条件,为了减少工作量,我们提出了一种自适应自触发算法。在这个算法过程中,每个智能体的下一个触发时刻是由它的局部历史状态信息决定的。最后用数值模拟验证了所提的控制策略的有效性,相比于已有的控制器设计方法,我们设计的控制器让系统收敛得更快。在整数阶多智能体系统环境下,针对具有匹配扰动的多链式系统,通过设计控制器使得跟随者与领导者的状态在固定时间下达到一致性。多智能体之间的通讯结构是有向连接的,在这个基础上我们首先给出了一种新的分散观测器,该观测器能够保证每个跟随者在固定时间内获取领导者的状态。然后,提出了一种新的控制器使得每个跟随者在固定时间内追踪获取的领导者状态。与现在已经存在的结果不同的是,我们研究的系统存在匹配的扰动,而且稳定时间函数的上界不依赖于初始条件。此外,在提出的控制器中由于符号函数项的减小使得控制输出的震颤现象减小。数值仿真结果验证了我们提出的控制器能够解决系统在固定时间下达到一致性的问题。