一致性和协同控制问题已有悠久的研究历史,最早可以追述到上个世纪60年代DeGroot在管理科学与统计学中的研究。与此同时,目前对它的研究在许多不同的领域和学科也有广阔的应用前景,诸如控制理论、多传感器系统、分布式计算、管理科学与统计学、雷达跟踪、医学领域、聚集理论、太空会合、传感器融合、拥塞控制、智能电网、编队控制以及基于一致性的可信度传递等等。近年来,多智能体网络的控制问题引起了不同领域的研究者们的广泛关注。通常,多智能体网络是由网络中无数个相互交互的智能体组成的计算化网络。多智能体网络的思想可以用来解决独立智能体系统非常难以完成,甚至不可能完成的难题。本博士论文主要致力于研究分析多智能体网络在不同情况下的一致性机制设计问题,主要工作如下所述:(1)研究在有限数字通信信道下具有时变拓扑的多智能体网络的事件触发一致性问题。设计了一种新型的无缝结合量化方案和事件触发策略的通信框架,其方案显著提高了网络的通信效率。为了节省网络资源和减少嵌入在所有智能体中的微处理器的计算负荷,提出了一种专门设计的分布式事件触发策略,有效地解决了时变拓扑的多智能体网络的一致性控制问题。理论上证明了多智能体网络的平均一致性是渐近地可达的,并且所有智能体的状态演变良好。给出了一些数值仿真实验来说明理论结果的正确性和所提出协议的可行性。(2)研究一般拓扑结构的多智能体网络的牵引一致性问题。基于M矩阵的特性,建立了一个新型的一般拓扑多智能体网络的一致性协议。结果表明,多智能体网络的牵引一致性依赖于矩阵特征值的最小实部,该矩阵是Laplacian和控制增益对角矩阵的和。进一步研究了离散多智能体网络,得到了多智能体网络最终达到牵引一致的条件。还研究了不同情况下的牵引机制,其中包括离散网络和连续网络,给出了数值仿真实验来验证理论结果的正确性。(3)研究具有时滞和随机扰动的多智能体网络的脉冲控制一致性问题。基于代数图论、Lyapunov稳定理论和Halanay不等式理论,设计了一个新型的基于脉冲控制的多智能体网络的一致性控制协议。同时也考虑了牵引控制思想、内部时滞和传输时滞,因此该一致性协议更能适应实际的多智能体网络。证明了所设计的机制能让带有时滞和随机扰动的多智能体网络最终趋于一致,给出了数值仿真实验来验证理论结果的正确性和有效性。(4)研究具有时变时滞的多智能体网络的一致性问题,提出了一种新颖的间歇性脉冲机制来使多智能体网络最终达到一致性。该一致性机制的间歇性脉冲控制可以突破一般脉冲控制中脉冲间隔的上限,从而替代了一直不间断的触发。将间歇性脉冲控制机制结合到具有时滞的多智能体网络中,其脉冲控制器仅在控制窗口中发生作用。基于代数图理论、Lyapunov稳定性理论和Halanay不等式理论,通过牵引间歇性脉冲控制,得到了保证具有时滞的多智能体网络的一致性协议。给出了相关的数值仿真实验以验证所提出的一致性控制机制的正确性和有效性。本论文最后对博士阶段的研究工作作出了总结,并对未来的科研工作进行了展望。