近年来,多智能体系统由于在诸如微电网能量管理与优化、微电网需求响应管理,无线传感器网络故障诊断与拥塞控制、无人驾驶飞行器姿态调节、无人车驾驶等诸多工程领域中的应用而得到了广泛的关注。其中,多智能体系统的一致性是实现工程应用的理论基础。本论文主要致力于探讨多智能体系统的一致性控制及其在求解凸优化问题中的应用,其主要工作分为以下几个方面:1主要介绍多智能体系统的研究背景与研究意义以及本论文所做的工作。2探讨了基于均匀采样控制的二阶多智能体系统的领航-跟随一致性问题。通过设计包含实时位置和速度信息以及采样位置和速度信息的控制器,运用代数图论和线性系统理论,分析受控系统的特征多项式,得到了使二阶系统达到一致的充分必要条件。获得的结论表明:受控二阶多智能体系统能够达到一致当且仅当采样周期和耦合增益满足一些代数不等式条件。最后,通过两个仿真的例子阐明了本章中理论分析的有效性。3探讨了基于事件的广义线性多智能体系统的半全局领航-跟随一致性控制问题。与2中探讨的均匀采样方式不同的是,本章中采样控制器的采样间隔是由一组“事件”决定的,其采样周期一般不均匀。本章考虑的模型是带有输入饱和的多智能体系统。半全局一致性指的是多智能体系统达到一致性与否与系统初始值的选取相关。通过运用代数图论、M矩阵理论和Lyapunov方法,设计了两类基于事件的采样控制器:基于连续时间信息交换的事件触发采样控制器、基于离散时间信息交换的自触发采样控制器。在假设领航节点全局可达的前提下,分别针对这两类控制器,获得了使受控多智能体系统达到领航-跟随一致的代数不等式形式的判据。此外,对于这两类控制器,还分别证明了它们相邻两个触发时刻的间隔是有下界的,即Zeno效应不会发生。最后通过两个仿真例子阐明了本章中理论分析的有效性与正确性。4探讨了基于异步通讯的离散时间多智能体系统的约束一致问题。所谓约束一致性,是指在多智能体系统中,每一个智能个体的状态均只能在一个凸约束集内选取。与2、3中的研究不同的是,本章在多智能体系统中引入了投影算子以体现状态约束的存在。值得指出的是,在多智能体系统中引入状态约束的同时,也在系统中引入了非线性性。为了处理异步通讯带来的信息处理不同步的问题,作者提出了一类在网络中添加“非计算”智能体的方法,以此将异步通讯系统等价转化为同步通讯系统。针对转化后的同步通讯系统,为了处理由投影算子引入的非线性性,多智能体系统被分为线性部分和非线性部分进行研究,运用凸集上投影的性质以及添加节点后系统方程的状态转移矩阵的性质,证明了多智能体系统方程的线性部分收敛,同时其非线性部分趋近于零,继而证明了一致性。最后通过两个仿真例子阐明了本章中异步通讯算法的有效性与正确性。5探讨了带有不等式约束以及随机投影的多智能体凸优化问题。凸优化问题的目标函数是由多个子目标函数相加而成,这些子目标函数均为凸函数,其约束条件为全局不等式约束以及随机出现的状态凸约束集,为了求解此问题,构造了基于多智能体系统的分布式原-对偶随机投影次梯度算法,该算法分为两个部分:信息融合部分以及次梯度下降部分。在信息融合部分中,智能体将自身信息与从邻节点接收的信息以加权平均的方式进行融合;在次梯度下降部分中,智能体选择局部拉格朗日函数的次梯度反方向作为下降方向,并结合搜索步长计算得到状态更新,对于上述多智能体优化算法,运用适当的迭代不等式和凸优化理论,证明了其在二次收敛步长下的收敛性,即多智能体优化算法最终收敛于优化问题的最优解。最后,通过一个数值例子阐明了本章中理论分析的有效性与正确性。