在过去数十年中,多智能体系统一直受到广大学者的关注与研究,其中一致性问题更是该研究中的重点。多智能体系统的一致性在实际生活中有着广泛的应用,例如,多智能体编队、姿态定位、蜂拥控制、聚焦问题等等。由于连续的控制和通信造成了资源的极大浪费,所以学者们开始研究能够节省通信资源的一类不连续的控制。通过设计合理的事件驱动函数,当驱动函数满足时,系统则需要更新控制,进行通信。否则,系统保持原来的控制,不进行通信。将此类不连续的控制称为事件驱动控制。本文利用事件驱动来解决线性时变多智能体系统和非线性时变多智能体系统的一致性问题。第一部分,针对一般的线性时变多智能体系统,本文提出了基于事件驱动的一致性方法,证明了一致性误差指数收敛于零而且排除了Zeno现象。随后,本文把该控制方法应用于一类具有相同结构的线性时变多智能体系统的一致性控制设计中。进一步提出了事件驱动的一致性方法来解决一类静态线性参数系统的事件驱动的分布式合作自适应辨识问题。在假设所有系统的回归矩阵满足合作式持续激励条件且网络拓扑是无向连通的情况下,一致性误差指数收敛于零且不会出现Zeno现象。最后,通过数字仿真证明了本文提出的方法的有效性。第二部分,针对非线性时变多智能体系统,本文提出了事件驱动的一致性方法.由于系统本身是非线性时变的而且系统内部交流函数也是时变的,这就导致无法选择合适的Lyapunov函数来分析系统一致性。文中通过对非线性时变函数作出合理的假设,使得系统误差指数收敛于零并排除了Zeno现象。最后,通过数字仿真验证了本文提出的方法的有效性。