非线性多智能体系统的一致性控制理论在智能机器人系统、传感器网络、智能交通系统等领域具有广阔的应用前景,受到了国内外科研工作者的极大关注,已成为当今控制领域的热点研究问题。在实际工业过程中,大多数受控系统都具有非线性特性,经由线性化方法所获得的线性多智能体系统仅能反映实际物理系统的局部特性。因此,针对非线性多智能体系统展开研究,建立具有普适意义的一致性问题分析的理论成果,更能契合实际需求。非线性多智能体系统达到一致性状态的前提是必须保证各智能体通过内部通道进行充分的信息交互与传递。然而,有限的网络带宽和信道容量必然会引发网络拥塞现象,导致信息传递滞后,对多智能体系统的一致性状态带来一定影响。此外,由于智能体所处的外部环境具有复杂、多变等特点,所以智能体会时常遭受随机噪声、通信链路故障以及外部干扰等实际物理因素。值得指出的是,由于智能体内部测量设备模块的局限性,导致智能体的全状态参数在控制器设计过程中是较难测量的,仅有部分状态信息,如智能体的输出状态信息在控制器设计过程中是直接可测的。因此,本学位论文将综合考虑事件触发机制、时滞、随机噪声以及外部扰动等实际网络诱导因素,研究非线性多智能体系统的输出反馈一致性控制协议设计问题。基于事件触发机制,针对几类具有代表性的非线性多智能体系统,进行输出反馈一致性协议设计,不仅可以减少控制资源的消耗,同时还可以处理受控系统的非线性特性,提升非线性多智能体系统的控制性能。综上所述,本学位论文将针对非线性多智能体系统的一致性协议设计过程中仅有智能体的输出状态信息是可测的情况,提出事件触发输出反馈控制理论体系。研究成果将进一步丰富和发展多智能体系统理论,并为智能机器人等产业的创新与发展提供强有力的理论支撑。主要研究工作总结如下:1.考虑智能体所遭受的外部扰动在一致性协议设计过程中是不可测的情况,研究二阶非线性多智能体系统的一致性控制问题。首先,基于径向基神经网络（RBF NN）的泛化逼近能力,建立神经网络扰动观测器实现对未知外部扰动的估计。然后,基于扰动观测器,为每个跟随者设计分布式一致性控制协议。最后,针对智能体间的通信拓扑结构图,提出使得二阶非线性多智能体系统达到领航跟随一致性状态的充要条件,建立二阶非线性多智能体系统一致性协议设计的理论体系。此外,我们进一步考虑智能体的速度状态信息在一致性设计过程中是不可测的情况,设计仅依赖于智能体位移状态信息的一致性协议。2.考虑智能体的全状态参数在控制器设计过程中不可测的情况,研究随机非线性多智能体系统的事件触发输出反馈一致性控制问题。构建状态观测器来实现对智能体未知状态参数的估计,并采用李雅普诺夫稳定性理论以及随机分析技术,为每个跟随者设计仅依赖于智能体及其邻居智能体输出状态信息的事件触发领航跟随一致性协议,并从理论角度证明所设计的事件触发机制不存在芝诺行为。此外,为克服事件触发机制中仍存在智能体间连续通信的问题,建立自触发控制机制,并为随机非线性多智能体系统设计自触发领航跟随输出反馈一致性协议。3.同时考虑时滞和全状态参数不可测的情况,研究时滞非线性多智能体系统输出反馈一致性控制问题。为克服智能体全状态参数不可测的问题,基于动态增益技术建立动态增益观测器实现对智能体未知状态参数的估计,并采用李雅普诺夫稳定性理论,设计时滞非线性多智能体系统的分布式输出反馈领航跟随一致性控制协议,解析时滞、动态增益参数以及多智能体系统一致性收敛速度之间的耦合作用机制。同时,我们将所建立的时滞非线性多智能体系统的一致性控制理论体系扩展到智能体非线性函数的利普希茨增长率为时变函数的情况。4.考虑智能体通信链路失效的问题,研究基于事件触发通信机制的非线性多智能体系统一致性控制问题。针对智能体全状态参数不可测的情况,建立状态观测器实现对智能体未知状态参数的估计,采用李雅普诺夫稳定性理论和模型转化方法,建立非线性多智能体系统的事件触发通信一致性控制理论体系。在该体系中,我们将融合两种事件触发机制,一种是传感器到控制器通道的事件触发通信机制;另一种是控制器到执行器通道的事件触发控制器更新机制。最后通过理论角度分析所设计的两种事件触发机制的芝诺行为。