非线性多智能体系统蜂拥控制问题的研究主要源自于生物界鸟群、蜂群、鱼群等一些群体表现出的群集行为现象。随着仿生学对人类社会科学技术发展的快速推动,蜂拥控制问题在群体行为控制仿生研究的意义愈加明显,不仅能够对生物界中某些群体行为特征进行解释,还为解决无人机艇编队控制、移动传感器网络目标追踪、复杂电力网络控制等实际问题提供了切实的理论依据。目前,蜂拥控制问题的理论研究大多都建立在不同智能体之间有连续不断地信息交换基础上,未考虑不间断通信带来的资源损耗问题,关于在蜂拥的过程中如何有效降低系统通讯损耗的研究内容还相对较少。为了克服在传统的蜂拥控制方法中带来的网络带宽资源浪费和CPU计算资源损耗,本文在传统的蜂拥控制模型的基础上提出了不同的事件触发方法来改进当前的控制协议。因此,本文的主要研究内容如下:1、在非线性多智能体系统的传统蜂拥控制模型基础上引入了自适应事件触发控制,设计了新的蜂拥控制协议,提出了满足Lyapunov稳定性要求的自适应事件触发函数,确保了系统中的智能体在新的控制策略下仍能完成蜂拥运动。此外,通过计算任意两次事件触发的间隔可以推断出在蜂拥过程中不会发生任何的Zeno行为。相对于传统的蜂拥控制方法,加入自适应事件触发策略使得多智能体系统在蜂拥过程中的平均通信次数减少,鲁棒性有效增强。最后通过数值模拟仿真来验证系统在自适应事件触发控制协议下可以实现蜂拥运动。2、动态事件触发策略是被用于本文的固定时间下的非线性多智能体系统蜂拥问题研究当中,保证了具有非线性动力学的系统在固定时间的约束条件下,仍能够完成稳定的蜂拥运动。此外,本文还在固定时间的约束条件下为蜂拥控制模型设计了新的动态事件触发函数,制定了能够适应系统未知参数变化的触发阈值规则。触发阈值可以根据触发规律进行动态变化,从而动态调节事件触发的时间间隔。同样地,论文证明了在动态事件触发策略控制的蜂拥过程中,Zeno行为是可以被避免的,且在理论证明的最后都给出相应的MATLAB仿真实例,有效地验证了理论分析的正确性。