一致性控制是多智能体网络分布式协调领域的研究热点之一，近年来受到国内外研究学者的广泛关注。然而多智能体网络能否达到一致受许多客观因素的影响，如模型的建立与现实结构的差异，个体之间信息传递时拓扑结构是否会发生变化，以及环境噪声干扰等不确定因素。早期的工作主要是对一些一阶确定线性的系统进行控制研究，然而，每个个体的动力学行为一般不是一个常数，是时变的，往往比较复杂，甚至具有非线性。这些动态信息都是我们在研究过程中是不可忽视的问题。本文在前人研究工作的基础上对多智能体网络的一致性行为做了一些深入的探索，致力于探究非线性多智能体网络的几种控制问题。本文主要内容如下：第一章主要介绍了多智能体网络一致性研究的背景与进展，及本文所做的一些工作。第二、三、四章是本文的重点。第二章研究了具有非线性的多智能体网络的脉冲控制的一致性问题。讨论了一阶非线性多智能体网络脉冲协调控制和二阶具有领导者的非线性多智能体切换网络的脉冲延迟协调控制问题。利用图论，脉冲微分方程稳定性理论，给出了多智能体网络到达一致性的充分条件。理论和数值模拟结果表明，经济实用的脉冲方法对非线性多个体网络脉冲协调控制是有效性的。第三章研究了非线性的多智能体网络在一种新的分布式延迟控制协议下达到一致性的问题。该控制协议使用的信息是时间间隔[t τ, t]内加权历史信息片段。这里的加权函数可以是指数衰减的加权函数，也可以是一个分段函数。进一步地，我们研究了新的分布式延迟控制在非线性多智能体有向网络下分布延迟的一致性问题，以及噪声环境下非线性多智能体网络分布式延迟的均方有界一致问题。结合矩阵理论，代数图论及随机微分方程等理论得到一致的条件。值得一提的是，新提出的控制协议考虑了信息在传输的过程中出现的延迟，可以解释先前信息对当前信息的影响是呈衰减趋势的实际情况，并且随着函数改变可以将部分控制协议简化，许多传统的协议可作为其表达式的特殊情况，因此本章工作较先前的工作有很大改进，有一定研究价值。第四章考虑了具有噪声干扰的非线性多智能体有向网络的动态延迟的均方有界一致性问题。在实际应用中延迟会有不同的类型，除了上一章研究的分布式延迟，还有离散延迟等，因此本章研究情况更一般的动态延迟协议。通过Lyapunov-Krasovskiz稳定性理论和随机微分方程的稳定性理论，分析研究非线性个体分别在强连接，切换拓扑，马尔科夫跳跃连接情况下，多智能体网络系统达到均方有界一致的条件。并通过数值仿真验证了理论的正确性。第五章总结了本文的工作，同时提出了本文的改进方向。最后，列出了本文所有的参考文献。以上研究都利用了Malab软件编程进行数值仿真，仿真结果均与理论分析有较好的一致性。