本文以多智能体网络作为研究对象，以基于离散小波变换的多尺度分析作为研究工具，探讨了多智能体网络的多尺度分析、多层级的社团结构发现、一致性问题的多尺度分析、一致性协议的改进等问题。文章中具体的研究工作如下:　　(1)多智能体网络的多尺度分析:包括对多智能体网络连接和对多智能体状态的多尺度分析，前者是对代表网络连接的拉普拉斯矩阵或者邻接矩阵的二维离散小波变换，后者是对代表多智能体状态的状态向量的一维离散小波变换，两种分析的本质是将多智能体网络按照给定的排列顺序划分为一种多层级的社团结构。　　(2)基于多尺度分析的社团发现算法:通过交换网络中多智能体的排列顺序可以获得不同的拉普拉斯矩阵，而且每一种排列顺序在多尺度分析中对应着一种层级结构。社团内部的连接强度较大而各社团之间的连接强度较小，本文以此为依据，结合多尺度分析所获得的尺度矩阵提出了一种多层级社团结构的社团发现算法，为网络中的智能体找出最优的排列顺序。　　(3)一致性问题的多尺度分析:结合对多智能体网络连接和状态的多尺度分析，我们得到了多智能体网络达到一致状态的在各个尺度上的等价条件，并且给出了一致性协议在不同尺度上的近似，使用这些等价条件和近似，我们分析了多种类型的网络在不同尺度上的收敛情况。　　(4)大尺度上一致性协议的改进:通过为多智能体网络增加新的连接或增强已有的连接可以提高网络的收敛速度，我们称之为对一致性协议的改进。本文提出了两种在大尺度上对一致性协议进行改进的方法，并分析了影响其改进效果的因素。