近年来,群集行为是多智能体系统研究领域中的重要问题和研究热点之一,其所得结果对于人们理解自然界群集行为的形成机理,以及构建类似人工智能系统都具有重要的科学研究和现实意义。受自然界群集行为的启发,人们针对群体行为形成过程中个体之间的信息交换方式、个体动力学建模、运动形式以及系统稳定性等问题展开了深入研究。本文以群集行为形成过程中的网络拓扑保持连通性这一问题为研究内容,主要做了如下工作:(1)研究了现有几种主要的群集行为控制算法。结合多智能体群集的发展历程,分别探究了三个不同阶段的群集模型,分析了各模型的特点。经过详细对比各模型的性能,最终选择Reynolds模型作为本文研究问题的建模基础。并通过研究Olfati-Saber群集控制算法的网格、σ范数、碰撞函数及势能函数,详细分析了算法的设计过程和各项参数及特性的变化情况,为接下来要研究的具有附加条件的群集控制做详实的铺垫。(2)研究了一种具有网络保持连通性及多虚拟领航智能体的群集控制问题,得到了系统可解的充分性条件。针对群集行为中存在多个领航智能体的多目标情形,设计了一种具有网络保持连通性的分布式控制协议,证明了所有智能体在对应虚拟领航智能体的领航下,其群体中心的速度渐进收敛到虚拟领航智能体的加权平均速度,最终实现群集行为的多目标分群控制。仿真结果验证了算法的有效性。(3)研究了一种基于网络保持连通性的事件触发非线性混杂群集控制问题,得到了系统可解的充分性条件。针对具有事件触发的群集行为,设计了一种分布式的非线性混杂控制协议,分析了在事件触发条件下,多智能体系统保持群集行为且实现碰撞避免的条件;并通过引入加边延迟策略,证明了若系统初始网络图为连通图,则网络连通性始终得到保持。仿真结果验证了算法的有效性。