众所周知,鱼群、蚁群、鸟群以及菌落等生物群体可以展现出群体运动行为,这种群体行为并没有全局信息的引导,仅依靠个体之间信息的交流便可以完成复杂的运动。为了研究和模拟这种运动,学者们提出了多智能体系统协同控制问题模型,考虑在有限的局部信息和简单的控制规则下智能体的协同运动。作为一种分布式控制,多智能体之间的协同运动方式在诸如无人机飞行和智能机器人编队等实际问题的应用中受到了广泛的关注,并且取得了丰硕的研究成果。为了将其更好的应用到实际工程中,本论文基于目前已有的研究成果,考虑具有切换拓扑的多智能体系统协同控制问题,研究在更一般的条件下控制算法的设计。具体研究内容如下:1.研究了系统拓扑动态变化时的多智能体蜂拥控制问题。考虑了网络结构不连通的情形,智能体在运动过程中会“逃逸”出若干个孤立个体或者子网络,通过建立这些个体与其最近的具有虚拟领导者信息的智能体的牵制控制,并考虑了实际问题中的速度非线性性质,提出了一种新的切换控制律。通过构造多Lyapunov函数来对系统能量的变化进行分析,利用La Salle不变原理证明了系统的稳定性。理论结果表明虽然能量函数并不随着时间单调递减,但是能量函数一直有界并且渐近地收敛到最小能量。所有智能体的速度都渐进趋于虚拟领导者的速度,且在运动过程中并不会发生碰撞。提出的控制方法仅需要较少的信息智能体就可以获得稳定的蜂拥运动,研究方法在保密通信问题上具有潜在的应用。2.考虑具有非线性动态的多智能体系统,研究了在固定时间内收敛的蜂拥控制问题。仅假设智能体的模型动态是有界的情形下,基于图论和微分方程的性质,提出了高维空间下的固定时间蜂拥控制算法,给出了收敛时间上界的估计。数值模拟结果表明控制系统可以在有限的时间内达到蜂拥,验证了理论分析结果。结果表明提出的算法可以用于处理更为复杂的系统动态模型,为具体问题的应用提供了一种行之有效的方法。3.研究了动态拓扑下带有未知动态的多智能体系统固定时间一致性问题。当网络拓扑不连通时,通过建立孤立个体（或者孤立子网络）与其最近的具有虚拟领导者信息的智能体的牵制控制来设计控制算法。为了保证系统可以在固定时间内达到全局一致,基于图论和微分方程的基本理论,提出了高维空间下的控制算法。通过构造多Lyapunov函数,对控制行为进行稳定性分析,并给出了收敛时间上界的估计。理论结果表明虽然系统的能量函数不是随时间单调递减,但可以在运动过程中始终保持有界,并在固定的时间内达到全局收敛。数值模拟给出了智能体运动的情况,结果表明提出的算法为不连通网络的固定时间控制问题提供了一个有效的方法。4.研究了虚拟领导者信息是异质时,带有未知动态的多智能体系统蜂拥控制问题。考虑到虚拟领导者信息的不确定性,对其速度信息测量提出了一个更弱的约束条件。同时仅考虑智能体系统的未知非线性动态满足有界性条件下的情况,提出了一个新的蜂拥控制算法。为了避免智能体的分裂行为,基于惩罚思想构造了一种新的人工势函数来保证系统的连通性。理论结果表明所有智能体的速度都可以收敛到虚拟领导者的速度,并且在运动过程中不会发生碰撞。最后,通过数值模拟证明了提出算法的有效性。在复杂的运动情况下,论文提出的控制方法具有更好的适用性,在实际工程方面具有良好的应用价值。