随着当今科技的不断发展,互联网技术的广泛应用,自动控制理论也由传统的针对单个控制系统的研究发展为针对复杂系统的建模和控制的研究中。其中,多智能体系统能较好地描述万物互联下多个体的复杂行为,是研究复杂系统的一个重要的模型,受到国内外研究学者的广泛关注。一致性问题作为多智能体系统的基本问题,其目标是设计分布式的控制协议,使得多智能体的状态共同趋向一个期望的值。而优化问题在多智能体系统中表现为分布式优化控制,给定单个智能体或者整个系统的目标函数,设计分布式控制协议,不仅使多智能体的状态达到一致,并且使得目标函数值最小。当前,智能电网的优化控制,飞行器的编队控制等等都可以建模为多智能体系统,并进行相应的分布式优化问题研究。现实世界中,几乎所有的系统都是非线性的,且控制目标往往需要在有限的时间内完成。基于此,本文研究非线性多智能体系统的有限时间一致性及分布式优化问题。针对固定/切换拓扑下,几类非线性多智能体系统的有限时间一致性和分布式优化进行了研究,包括以下几个方面的工作:首先,针对一类含有未知常参数的二阶非线性多智能体系统,考虑领导者-跟随者模型,在切换拓扑下,将有限时间自适应的一致性问题转化为切换系统的有限时间自适应镇定问题,并设计分布式控制协议,使跟随者与领导者的状态误差在有限时间内收敛至原点的邻域。结果给出了获得一致性所需的有限时间和拓扑切换满足的平均驻留时间之间的定量关系。最后,通过仿真验证了理论结果的可行性和有效性。其次,针对同一类二阶非线性多智能体系统,研究具有分布式优化函数约束的一致性问题。考虑无领导者多智能体模型,给定各智能体的子优化函数,在固定拓扑下,采用负梯度和幂积分的方法,设计分布式控制协议及策略,使得各阶段的惩罚函数的梯度能够在有限时间内收敛至原点的邻域,即多智能体的状态达到一致,并且一致的值是多智能体系统总体优化函数和的最优解。同时,基于幂积分的技术,将二阶多智能体系统扩展为高阶积分型多智能体系统,结论同样成立。最后,通过仿真验证了理论结果的可行性和有效性。最后,针对一类一阶非线性多智能体系统,同时考虑在切换拓扑及分布式优化函数的约束下,结合切换系统、平均驻留时间的相关理论和方法,设计分布式控制协议,使得各阶段的惩罚函数的梯度在切换拓扑下有限时间收敛至原点的邻域,即多智能体的一致性状态达到最优解。最后,通过仿真验证了理论结果的可行性和有效性。