有限时域资源分配研究如何将多个连续时间断面上的可用资源分配给智能体、传感器、计算单元等系统节点,满足节点在资源分配周期上的资源需求,使得系统在资源分配周期上成本最小。相比较传统资源分配问题,它研究资源在有限时间内的分配过程,将资源分配周期分割成多个连续的时间断面,考虑节点的状态变量在各个时间断面之间的耦合约束,并行地实现多个资源的实时分配,对于资源分配过程随时间动态变化的应用场景既具有理论意义又富含实践价值。同时,考虑到大规模网络节点的异构性和通信链路的复杂性,如何设计完全分布式算法解决有限时域资源分配问题一直是控制领域研究的热点与难点。首先,本文考虑到节点的异构性导致网络约束是有向并且非平衡的,研究有向时不变拓扑下的有限时域资源分配问题,设计完全分布式算法进行求解。节点的目标函数为二次型凸函数,优化目标是使得系统在资源分配周期上成本最小,保证多个时间断面上的可用资源恰好分配给所有节点,满足节点在资源分配周期上的资源需求。该问题求解的难点在于增加了节点的状态变量在各个时间断面之间的耦合约束,导致不能直接分解成多个相互独立的资源分配问题。本文提出基于分布式余量的乘子交替迭代算法对该问题进行求解,通过矩阵摄动和系统特征值的分析方法给出了该算法收敛性分析过程,证明了当有向时不变拓扑为强连通的有向图序列时,所设计算法能获得该问题的全局最优解。然后,本文考虑到通信链路受到扰动导致信道传输效率下降甚至失效,研究有向时变切换拓扑下的有限时域资源分配问题,设计完全分布式算法进行求解。相较于有向时不变拓扑下的有限时域资源分配问题,该问题的网络约束条件更具普适性,并且节点的目标函数为一般凸函数,相较于二次型凸函数更具一般性。该问题的难点在于时变网络中节点的信息流动不仅仅是非对称的,而且节点的入邻居和出邻居随时间发生变化,在求解的过程中需要将该时变的网络约束考虑为问题的一部分,给问题的求解带来了极大的挑战。本文以分布式余量算法为基础,提出基于罚函数的分布式非负余量乘子交叉迭代算法求解该问题,引入虚拟节点的概念,通过函数单调性分析方法分析该算法的收敛性,证明了当有向时变切换拓扑为联合强连通时变有向图序列时,所设计算法能获得该问题的全局最优解。最后,本文将有限时域分布式资源分配算法的理论成果应用于电动汽车优化调度,研究电网如何将多个时段内的电能实时分配给电动汽车,或电动汽车如何将富余的电能分多个时段反馈给电网。通过构建多目标优化模型描述电动汽车优化调度过程,结合滚动域优化思想解决用户入网时间、离网时间、用电需求等具有随机性和不确定性的情况,设计分层控制算法优化电力负荷响应曲线、减小用户用电成本,满足用户用电需求,实现电网供需侧双赢。针对以上提出的算法,本文在各个章节通过数值仿真实例验证了算法有效性。