在诸如电力系统和机械系统的工业过程控制中,外部干扰是常见的,由于这些干扰的存在,极有可能会使系统工作不精确,严重的会让系统工作出错,甚至不稳定。一个世纪以来控制研究者一直在为了减少系统中存在的干扰的影响,而提高系统的稳定性能和获得系统良好的控制性能的研究。同样的,本文针对连续时间系统和多智能体系统,基于自适应控制算法,对控制系统的模型不确定和执行器故障、IQC不确定性、非线性动态等干扰的抑制进行了深入的分析和研究,主要的研究成果和创新点如下:(1)为了自动补偿系统不确定性和控制器乘性不确定性的影响,设计了自适应控制器,该自适应方案基于更新的自适应规则以在线估计未知控制器参数。在Lyapunov稳定性理论的基础上,所得到的自适应闭环系统可以保证在有限时间内进行有界跟踪。(2)给出了一种自适应设计方法来解决一类网络多智能体的分层跟踪问题。提供了分布式控制策略以自动补偿诸如网络干扰,系统模型不确定性和控制信号的乘法变化之类的扰动的影响。研究了跟踪误差范围与干扰大小和控制器乘性不确定性之间的关系以及耦合强度。(3)为了确保多智能体系统补偿执行器故障、IQC不确定性和动态变化扰动时的稳定性。结合控制增益和自适应方案,设计了一个分布式状态反馈控制器,用于实现闭环多智能体系统的渐近一致性。(4)提供了一个崭新控制算法的实现思路,通过硬件电路来实现自适应控制算法,基于Multisim软件下对搭建电路,最后在耦合非线性钟摆模型中验证了硬件电路实现的控制算法的可行性。