多智能体系统(Multi-agent System,MAS)是由大量分布的自治或半自治的子系统通过网络互联所构成的复杂的大规模系统。由于基于多智能体系统的方法具有自治性、适应性、稳健性且容易被实现，对于那些结构性能不好和定义不明确的任务具有很大的优势。因此，多智能体系统已经发展成为一门新兴的复杂系统科学，并已成为研究复杂性科学与复杂的系统的有力工具。多智能体系统的一致性是多智能体协同控制的基础，已成为当前的一个研究热点与前沿问题。
　　论文主要针对多智能体系统的一致性问题展开研究，主要工作包括以下几个方面：
　　（1）对多智能体系统图论等方面的相关理论进行了研究。对连续时间和离散时间一阶多智能体系统一致性算法、连续时间二阶多智能体一致性算法分别进行了理论分析，并在不同的拓扑结构中进行了仿真。对离散高阶一致性算法进行了简要的分析。
　　（2）在Cucker-Smale群集算法的基础上，提出了一种改进的变系数的群集算法。在不同二维和三维空间中进行了仿真，通过与Cucker-Smale群集算法的仿真结果对比，验证了改进的群集算法能够明显加快群集的速度。
　　（3）在Radenkovic提出的自适应一致性算法的基础上，提出了一种改进的基于最小均方算法的变步长多智能体系统自调优一致性算法，并给出了算法收敛性证明，对改进的算法在不同的拓扑结构下仿真。与Radenkovic的自适应一致性算法相比，无论对于有向图还是无向图，改进算法均加快了多智能体收敛的速度。对改进的自适应一致性算法在切换拓扑结构中进行了仿真，对于无向图，（a）证明了当无向图是连通图时，多智能体系统的状态变量会收敛到一致，此时切换拓扑到非连通图，达到一致性的多智能体系统的状态变量不会再发散；（b）当无向图是非连通图时，多智能体系统的状态变量不会达到一致，此时切换该无向图的拓扑结构为连通图，每个智能体的状态变量会收敛到同一个数值。
　　（4）耦合振荡器的相位同步问题是一致性问题的一个应用。在Radenkovic提出的耦合振荡器自适应相位一致性算法的基础上，提出了时变系数耦合振荡器自适应一致性算法。通过仿真验证了此算法可以加快振荡器的收敛速度。