由于多智能体系统具有广大应用前景,事件触发控制拥有节省通信资源等优势,因此,本文基于事件触发控制研究了多智能体系统的一致性问题很有价值和意义,主要的研究内容主要包含以下几个方面:首先,本文考虑当通信拓扑为无向连通图时,研究具有一阶积分器模型的线性多智能体系统的事件触发一致性问题。为了减少智能体之间的连续通信,对每个智能体采用了分布式事件触发算法。由给定的触发条件决定是否更新控制器并向邻居智能体传递信息,在两次事件间隔不更新控制器。这与以往需要智能体间连续通信的方式相比能大大减少通信次数,节约资源。进一步研究了一种基于周期采样的多智能体系统事件触发一致性算法,通过引入周期采样方案,可以自然地避免Zeno行为。由于通信只能在采样时刻进行,并且每个智能体的控制输入在事件时间间隔内保持不变,因此不再需要连续更新控制器。采用李雅普诺夫函数以及拉萨尔不变集原理证明了系统是稳定的,同时能在给定的事件触发控制算法下实现状态一致,并且不会发生Zeno行为。其次,本文考虑具有一般线性动态的连续时间多智能体系统的事件触发一致性问题。在通信拓扑为无向图下,针对每个智能体采用了一种分布式事件触发预估状态反馈一致性控制算法,在该算法下各智能体之间不需要进行连续通信,智能体是否向邻居智能体传递信息是由触发条件确定的,进一步分析了在该算法下系统是稳定的,能实现状态一致,并且不会产生Zeno行为。接着研究了一种在有向图下基于观测器的事件触发预估状态反馈一致性控制器,用于解决实际情况中智能体状态难以测量的问题,并给出了相关分析说明了算法的有效性。最后,研究了在存在外部扰动情况下具有一般线性动态的多智能体系统事件触发一致性问题。在无向通信拓扑图下,为抑制扰动,针对每个智能体采用了一种分布式事件触发H∞一致性控制算法。在该算法下各智能体之间不需要进行连续通信,通过给定的事件触发条件决定智能体之间是否需要传递信息以及更新控制器。进一步分析了在该算法下系统是稳定的,能实现状态一致,并且不会产生Zeno行为。对于本论文中的所有算法都通过数值仿真给出了实验证明,仿真结果表明算法是有效的。