目前,多智能体网络技术迅速发展,一致性作为其中的一个研究方向受到了国内外学者的关注,并且在编队控制、蜂拥问题、无人机的协调控制、传感器网络中的滤波器以及智能交通等领域得到了广泛的应用。在实际中,环境因素、实际可操作性、经济成本都影响着一致性的实现,为了取得实际因素下一致性的实现,研究者们开始将精力转向设计合适的控制算法当中去。本文在众多学者探讨的基础上来进一步设计和研究控制算法。主要完成的创新工作如下:(1)大多数学者对于一致性的探究和讨论都只是包含一层网络。而本文包含了两层网络—领导层和跟随者层,这两层网络所含智能体的个数均相同且均为非周期性间歇通讯。同时,创新性地设计了时变的牵引控制方案。基于矩阵理论和Lyapunov稳定性理论,给出了牵引控制策略下具有两层网络的一致性条件,并且还得出了非周期性间歇通讯时间间隔所要满足的条件。(2)关于二阶多智能体网络一致性的大部分研究成果都是基于信息的连续传输,也有文献的研究是考虑信息的间歇通讯,但是利用事件触发控制方法来讨论间歇通讯二阶非线性网络一致性却很少。本文针对二阶非线性网络动力学模型,有目的性地设计了集中式事件触发控制算法,通过构造Lyapunov函数,得到了间歇通讯下二阶网络实现一致的充分条件,同时也证明了集中式策略下的触发时间间隔严格大于零,以此排除Zeno现象。最后,应用数学软件Matlab验证了所给理论的正确性。从中可以看出所提策略能够减少控制器更新,从而减少控制成本。(3)目前,一致性控制算法大都是基于时间无穷大时网络实现渐近一致,但日常生活中,对于收敛精度和速度要求却非常高。针对这个实际情况,本文研究了在有限时间内最终能够达到有界一致的问题。提出了基于采样信息离散事件触发控制算法,通过构造Lyapunov函数以及运用线性矩阵不等式技巧,分别给出了线性与非线性动力学行为下网络能够最终在有限时间内达到有界一致的充分条件。