分布参数多智能体系统是指具有分布参数性质的多个智能体子系统的集合体,实际的物理系统都带有一定的分布参数的性质,其状态随着质量和时间在不断地变化,用分布参数多智能体系统来描述复杂的物理系统可以更加的准确,并且可以把复杂的系统化小,方便协调管理。分布参数多智能体系统一致控制所要解决的根本问题在于如何设计合理的控制协议来协调多个个体统一完成任务,这与传统基于单一对象的控制理论有很大区别。本文主要研究分布参数多智能体的一致性控制问题,具体工作如下。(1)一阶分布参数多智能体一致性控制。针对一类一阶分布参数多智能体系统,提出基于反馈控制器的稳定性控制。首先通过重构状态变量设计系统的紧凑形式,分析系统在~2L范数下的的稳定性问题,通过李雅普诺夫函数的稳定性证明和LMI方法求出所需的正定矩阵和反馈控制率,使系统达到一致性的控制效果,得到系统稳定性条件。(2)二阶分布参数多智能体一致性控制。针对一类二阶分布参数多智能体系统,提出基于反馈控制器的稳定性控制。首先通过重构状态变量设计系统的紧凑形式,分析系统的稳定性问题,通过李雅普诺夫函数的稳定性证明和线性矩阵不等式(Linear Matrix Inequality,LMI)方法求出所需的正定矩阵和反馈控制率,使系统达到一致性的控制效果,得到系统稳定性条件。(3)基于迭代学习的分布参数系统一致性控制。针对一类一阶分布参数系统,提出了具有初始学习状态的二阶P型迭代学习控制(iterative learning control,ILC)方法。首先,通过分析,建立了P型迭代学习控制的离散系统,然后将迭代学习控制设计问题转化为该离散系统的稳定性问题。其次,通过引入范数和Gronwall不等式,得到了跟踪误差的充分条件。