多自主体系统的分布式优化与控制由于在自然科学、工程技术、和社会科学等领域的广泛应用而受到研究人员的极大关注.本文的主要研究集中在:多自主体系统的分布式优化算法设计，及其在无线传感器网络定位和目标保护问题中的应用.具体的工作包括:　　1.研究了多自主体系统的分布式优化问题，即假设每个自主体都有一个自己的代价函数，各自主体之间可以进行局部的信息交流，设计分布式优化算法使得每个自主体在优化自己的代价函数的同时还能保证系统的状态同步收敛到整体代价函数的最优解.针对这类问题，考察了三种不同类型的优化问题的分布式算法设计，包括分布式受限约束优化问题、二阶系统分布式在线优化和高阶系统的分布式优化.首先，对于受限的分布式约束优化问题，针对现实中由于某些计算或量测误差的存在而使精确梯度难以获取的事实，提出了一个分布式近似梯度算法，同时给出了所有自主体渐近同步收敛到约束优化问题最优解的充分条件以及严格的收敛性证明.其次，在现有的大部分分布式优化文献中，其算法设计所依托的多自主体系统通常都是一阶的，且未考虑到每个自主体本身的动力学特性，因而没有很好地将算法设计与实际物理系统有效地结合起来.针对这一现状，提出了二阶多自主体系统的分布式优化问题并进行研究.基于积分反馈和次梯度算法的思想，提出了一种连续时间的分布式优化算法，且证明了该算法的指数收敛性.此外还考虑了不确定性干扰下的分布式在线优化问题.最后，将二阶的分布式优化内容推广到高阶多自主体系统，并给出了相应的分布式算法设计及其收敛性分析.　　2.研究了分布式优化在无线传感器网络的源点定位问题中的应用.首先基于信号接收强度的量测方法，将源点定位问题转化为一个求解极大似然估计的非凸非线性优化问题，经过一定的放松进一步将其转化为求解一系列圆环的交集计算问题.针对圆环的交集是空与非空两种不同的情形，分别给出相应的凸近似分布式优化建模;同时对于圆环交集类型未知的情形，提出了一种统一的分布式优化算法，并且给出了该定位算法在传感器通信拓扑是有向时变且一致联合强连通条件下的收敛性证明.仿真实验表明，该定位算法与现有的一些分布式或集中式的定位算法相比，在估计精度和计算速度上有很好的提升.　　3.研究了分布式优化在目标保护问题中的应用.在考虑个体间相互合作的同时引入适当的竞争模式，从而实现了多自主体对某一动态目标的分组保护，即同组的个体状态实现同步，不同组的个体对称分布在目标周围.针对给定的保护计划表，提出了一种基于邻居信息的分布式反馈控制器设计策略.并且对于通信拓扑是有向固定和无向时变的不同情形，分别证明了该控制器能够使多自主体系统实现对动态移动目标的分组保护任务.此外，还研究了当计划表存在变动或噪声影响时的分布式控制器设计问题，给出了相应的在线优化算法，使系统通过动态估计计划表能够实现对移动目标的分组保护.