近几十年来,随着分布式人工智能技术的发展和广泛应用,多智能体系统的协同控制受到了大量研究人员的重视。现阶段,大多数物理系统的建模方式都是基于整数阶微分方程,即其模型假设为系统的物理结构是完全刚性的结构。然而对于真实的物理系统,或多或少会带有一些柔性结构特性,那么通过整数阶微分方程描述多智能体系统的动力学特性大多数情况下会使得系统遗漏部分特征。因此,分数阶相比整数阶在对实际的物理系统建模方面会更加的准确以及更切合真实的物理特性。进一步地,考虑到系统的不确定性和网络带宽有限等问题,应用自适应控制和事件触发控制在一定程度上能够改善这两类问题对系统动态性能的影响。本文以分数阶多智能体系统领导-跟随一致性为主线,主要完成了如下工作:（1）研究了理想情况下和非线性扰动下的双积分分数阶多智能体系统的领导-跟随一致性问题。在理想条件下,设计了一种基于状态误差的集中式控制策略,同时选择拉普拉斯矩阵与领导者的邻接权重矩阵之和的逆矩阵作为控制增益矩阵,并设计了两类李雅普诺夫函数分别证明系统全局位置状态和速度状态最终均达到一致。在非线性扰动下,基于系统的拓扑结构设计了一种仅基于邻接智能体状态信息的分布式控制策略,并定义了一类特殊矩阵构建状态误差系统,进一步通过李雅普诺夫稳定性证明了该特殊矩阵的最小特征值大于非线性函数的Lipschitz常数时,系统能够消除跟踪误差并实现一致性。（2）研究了分数阶非线性多智能体系统的领导-跟随事件触发一致性问题。为了避免网络资源不必要的浪费,设计了一种基于状态误差和内部耦合矩阵的分布式事件触发控制方案,并定义触发条件为系统跟踪误差是否超过设定的指数函数。基于状态跟踪误差选择李雅普诺夫函数,并利用稳定性判据推导出系统状态能够达到一致的充分条件;进一步地,通过使用克罗内克积特性、舒尔补引理以及分数阶Lyapunov稳定性判据,验证了上述事件触发控制器的有效性以及系统在所设定的触发条件下不会出现Zeno行为,即最小事件触发间隔不为零。最后,给出两个不同触发条件下的仿真实例,不仅证明了上述推导的正确性和有效性,而且可以直观的给出不同触发条件下系统的动态性能的差异。（3）研究了分数阶非线性多智能体系统的领导-跟随自适应事件触发一致性问题。同时考虑到系统不确定性和节约控制成本的问题,设计了一种由增益矩阵、自适应参数和状态误差组成的自适应事件触发控制方案,并给出相应的触发条件和自适应参数更新律。在线性矩阵不等式条件下通过李雅普诺夫判据分析状态误差系统的稳定性,推导出系统状态达到同步的充分条件,并进一步通过矩阵分析、分数阶积分和极限变换证明系统在所设计自适应事件触发控制器的控制作用下不会出现Zeno现象。最后,通过SIMULINK实验分别绘制跟踪误差、控制输入、触发时刻和自适应参数的曲线使上述理论结果更具说服力。