近二十年来,来自物理学、数学、生物学、计算机科学、社会学的学者掀起了研究复杂网络的热潮。网络科学理论已成为描述现实复杂系统的一个强有力工具,为研究复杂系统提供了全新的研究视角和研究方法。一致性动力学是复杂网络研究的一个热点问题,在多智能体领域,研究聚焦在一致性协议的设计;而在含有噪声的多智能体领域,研究关注的是网络的拓扑结构对一致性动力学的影响。本文主要来研究含有噪声的复杂网络一致性的鲁棒性及其优化,通过计算网络拉普拉斯特征值,来探讨网络的拓扑结构与一致性的鲁棒性的内在关系;通过设计优化函数来优化复杂网络的一致性,具体工作如下:第一章介绍了网络科学的相关概念和研究背景,给出了复杂网络一致性、鲁棒性及其优化研究的理论与方法。第二章研究了加权树状网络的一致性。提出了一类加权树状网络,利用网络规则的拓扑结构,得到了此树状网络的一阶与二阶一致性的解析结果。第三章探讨了复杂网络一致性的鲁棒性。构造了三类初始节点数目相同的网络模型,包括随机网络、小世界网络和无标度网络;具体研究了这三类网络在随机删除和蓄意删除节点规则下,复杂网络一致性的鲁棒性的变化趋势,发现无标度网络在蓄意删除规则下,其一致性较差。第四章研究了复杂网络的一致性优化。将网络的平均度作为优化条件,固定网络的节点数目,寻找网络达到最优一致性的平均度,探讨不同的拓扑结构对一致性优化的影响,为设计一致性较好的网络拓扑结构提供理论依据。第五章对全文进行归纳总结及工作展望。