整数阶系统在描述带有记忆性材料和黏滞性材料会出现不稳定和不能反映其本身性能的局限,科学家们发现分数阶系统描述这类材料时稳定性和本身性能得到了很好的反映,因此近几年科学家们开始研究分数阶系统,并在分数阶机器人和电路有着广泛的应用.一致性问题是多智能系统研究的一个热点也是一个最基本的问题,主要通过多智能体之间的信息交流,根据它们之间的信息交流设计控制器,使得系统的状态到达一致.本硕士论文主要研究分数阶多智能体系统一致性问题,论文的安排如下:第一章介绍了分数阶系统的背景发展以及应用前景,并且也对分数阶微积分进行了简单的介绍.以及对本文所需的预备知识进行了介绍.第二章研究了有向图下分数阶多智能体系统基于观测器的一致性.通过假设状态信息不可测量而输出信息可以测量,构造三种类型的基于观测器的一致性协议.通过图论,矩阵论和李亚普诺夫方法等数学知识,得到了分数阶多智能系统到达一致的充分条件.第三章研究了带有领导的分数阶多智能系统追踪问题.每个分数阶动力系统都是同质的和包含未知的非线性项.在拓扑图是无向的,非线性项能通过神经网络参数化的假设条件下,运用自适应学习的方法处理非线性动力系统,基于此构造协作跟踪协议.通过解出黎卡迪方程得出反馈增益矩阵.同时构建一个完全分布式的自适应协议,自适应率用来调节耦合权重.设计相应的控制率,并且证明了所有闭环信号是一致有界的.第四章研究了在有向拓扑下的完全分布式的不确定非线性系统的追踪问题.基于状态信息的分布式协议下,利用神经网络去学习不确定非线性项,最终跟踪到了领导.同时也设计了基于观测器的跟踪协议.最终在此协议下跟踪到了领导.得出了所有闭环信号都是一致有界的结论,并且追踪误差和基于观测器的追踪误差收敛到一个很小的邻域.第五章论文小结与展望。