多智能体系统是由相互连接的子系统或智能体组成的系统,其基本思想是通过对每个智能体实施分布式控制协议,利用相邻智能体的信息交互完成整个系统的集体任务。大规模多智能体系统因其协同性、高效性、可扩展性等优势在工业界和学术界备受关注。分布式优化是指一组相互连接的智能体利用局部信息最小（或最大）化一个共同的目标函数,在大规模数值计算、传感器网络、信息物理系统的分布式控制等方面具有重要的研究意义与应用价值。多智能体系统是分布式优化算法的实现载体,关于多智能体的一致性问题、收敛性问题、动态性问题逐渐成为分布式优化与控制领域的研究热点之一。基于多智能体一致性的分布式优化与控制问题的研究内容和目标,本文对含有节点误差的混合一致分布式优化算法、基于拟牛顿法的二阶分布式一致优化算法、恶意节点攻击下的分布式动态一致性问题进行了研究,主要工作和结论总结如下:1.提出具有节点误差的混合通信分布式优化算法。通过研究基于混合通信图的分布式优化算法的基本模型及其迭代更新表达式,针对网络通信中存在加性节点误差的情形,提出了基于混合通信图的存在节点误差的分布式交替方向乘子算法。当目标函数满足强凸性,梯度函数满足Lipschitz连续性的条件时,分析了均方稳态误差的解析上、下界,利用Q-线性收敛验证了算法的线性收敛性。最后,通过设置不同的扰动误差,测试了网络连通率与网络内有效节点个数对算法性能的影响,充分验证了所提算法对含有节点误差的分布式交替方向乘子算法具有加速作用。2.提出基于加权混合通信图的分布式优化算法。为了加快含有节点误差的混合通信分布式优化算法的收敛速度,通过深入分析底层网络通信拓扑图的内部结构,考虑了混合通信图中超边的边缘权重,提出了基于加权混合通信图的分布式交替方向乘子算法,给出原始变量、对偶变量的迭代更新表达式。在目标函数满足强凸性、光滑性,梯度函数满足Lipschitz连续性的条件下,利用Douglas-Rachford分裂定理验证了算法的线性收敛性,分析了噪声向量的均方稳态误差的上、下界。最后,利用混合通信边的介数中心生成约束条件中的权重矩阵,并基于两类簇图由Erdos-Renyi随机网络验证了算法的加速性能。3.提出基于拟牛顿法的二阶分布式优化算法。针对一阶优化算法收敛精度较低的问题,通过研究二阶拟牛顿算法的基本模型及其迭代更新式,深入分析Hessian矩阵不可逆的根源,利用参数修正法改进了拟牛顿算法中Hessian矩阵逆矩阵的近似表达式,提出了基于拟牛顿法的二阶分布式交替方向乘子算法。利用完全分布式拟牛顿法逼近一个内部优化问题来寻找原始变量的最优解,采用分布式对偶拟牛顿更新对对偶上升过程中的梯度迭代过程进行加速,进而求得对偶变量的最优解。当目标函数满足强凸性、光滑性及二阶可微性,Hessian矩阵及其逆矩阵的特征值均有界时,分析了算法的线性收敛性。最后,将算法应用于一类椭圆拟合问题中,利用拟合误差、平均绝对百分比误差与已有算法进行比较,从收敛速度、迭代时间、收敛精度方面进行对比,验证了算法的有效性。4.提出恶意节点攻击下的线性多智能体一致性问题。针对网络系统中存在节点故障、恶意攻击等不确定因素时的多智能体一致性问题,基于有向无环网络拓扑结构,设计了一种带有评价修正函数的控制器,提出基于邻节点监视与隔离的抗恶意节点干扰算法,通过对相邻节点信誉值的累积评价来鉴别恶意节点,并对其状态进行实时监控。为了进一步降低恶意偏差对系统的影响,设计了基于状态偏差的修正函数对控制器进行修正,提出基于恶意节点状态偏差的修正算法,对恶意攻击下的节点状态进行修正,利用Lyapunov定理给出了算法的收敛性证明。最后,利用数值仿真实验和六自由度无人机系统的编队控制问题验证了算法的有效性。5.提出基于混合通信图的线性多智能体模型预测控制。针对线性多智能体系统中融合中心受恶意节点攻击时,网络系统因恶意偏差导致无法收敛的问题,利用混合通信图的良好性能,将分布式模型预测控制与混合一致交替方向乘子算法相结合,提出一种基于混合通信图的混合一致模型预测控制算法。通过信誉值设置合理的置信区间以识别、隔离恶意节点,设计基于Byzantine协议的控制策略以修正恶意节点偏差。为了有效解决系统因恶意偏差导致的周期性振荡,提出一种基于历史状态的具有自适应修正的混合一致模型预测控制算法。最后,当目标函数满足强凸性,梯度函数满足Lipschitz连续性的条件时,分析了系统均方稳态误差的上、下界,利用数值仿真实验验证了算法的有效性。本文在研究混合网络通信拓扑图结构的基础之上,提出了混合通信图中含有节点误差的分布式优化算法,揭示了超边的边缘权重对算法收敛性能的影响;设计了一种二阶分布式优化算法,实现了收敛精度与收敛速度的提升;提出了基于邻节点监视与隔离的控制策略,实现了恶意节点攻击下网络系统的一致协同控制。上述研究及所得结论对基于多智能体一致性的分布式优化与控制问题的研究具有重要的理论指导和实际意义。