近年来,多智能体系统一致性性能优化问题在优化控制领域中受到国内外研究者的广泛关注,其中多智能体系统一致性收敛速度及系统能耗是性能优化的研究热点。多智能体系统性能优化问题通常是在性能指标给定的情况下,通过优化控制器的方式或者在某类控制器的作用下通过优化拓扑的方式,使系统在最优的性能下完成目标任务。因此本文将从拓扑图优化、控制器优化以及两者的结合来提升多智能体系统一致性的性能。首先,通过拓扑图的优化来优化一致性的收敛速度。拓扑图主要连边以及边权重两部分组成,因此可以从这两方面着手,进行相应的性能优化。针对在通信拓扑结构给定的情况下,通过优化拓扑图的边权重来提高一致性的收敛速度,这一方法的限制,在给定的通信拓扑结构下,本文采用一种全新的思路,从边连接的情况着手,引入了复杂网络中的社团划分算法,并一般性的分析了社团划分算法与一致性协议的结合可以提高一致性的收敛速度。仿真研究验证了这一方法的可性和有效性。其次,通过控制器的优化来优化一致性的收敛速度及系统能耗。针对一般的线性系统,利用LQR优化控制与Riccati方程的结合,得出带有限制条件的分布式最优控制器,进而最大限度的减少能耗,并提高一致性收敛速度。同时通过设计优化控制器得出了决定收敛速度的参数方程,通过参数方程中参数的调节,能够得到期望的收敛速度。最后,在拓扑结构的限制下,上章通过LQR优化控制与Riccati方程结合,求出最优控制器。但在求解最优控制器的过程中,并没有考虑拓扑优化对性能的提升,因此本章将在最优控制器的基础上,进一步考虑拓扑的优化设计,从而最大限度的提升系统的性能。