一致性问题作为多智能体网络协调控制的基础,已广泛应用于机器人编队控制、无人驾驶飞行器、无人驾驶车辆、蜂拥控制、聚集以及同步等问题的研究中。除此之外,随着传感器网络的兴起,分布式集群与跟踪等传感器间的信息融合问题也都可以看成是多智能体一致性协调问题的应用。研究多智能体网络的一致性问题,能够更好的理解复杂网络,探寻其中的规律,从而更好的为实际应用提供有价值的参考。本论文在已有研究工作的基础上,运用代数图论、矩阵理论、控制理论、稳定性理论,分别讨论了基于自适应和牵制策略的连续时间和离散时间多智能网络的牵制一致性问题,并且给出了综合的牵制策略,主要的研究工作概括如下:基于已有的相关研究工作,利用图论的相关知识,对多智能体网络系统的拓扑进行建模,并结合矩阵理论、稳定性理论、基于M矩阵的相关属性,分别研究了采用混合自适应和牵制控制来深入研究连续时间和离散时间多智能体网络的一致性问题。讨论了具有一般连通拓扑的连续时间多智能体网络的牵制一致性问题,基于矩阵理论以及稳定性理论,给出了系统渐近实现一致的条件。同时,利用M矩阵的相关属性,提出了一种新颖的牵制控制策略。该策略表明:选择牵制控制入度为零的节点,可保证系统实现渐近一致,并且出度大于入度的节点可以优先于其它节点被选择牵制,以提高系统的收敛速度。研究表明:被选择牵制的节点越多,网络收敛速度越快的规则并不总是成立。讨论了具有一般连通拓扑的离散时间多智能体系统的牵制一致性问题,并给出了系统渐近实现牵制一致的代数条件判据。研究结果表明:离散系统牵制一致的实现与控制增益及耦合权重的取值有关。最后,对论文的工作进行了总结,并对多智能体网络一致性问题的后续研究工作进行了展望。