由于工程控制系统的实际需要和快速发展,多智能体系统受到了研究学者们愈来愈多的关注和重视。研究多智能体系统旨在使系统中功能单一的智能体通过分布式协调合作机制,能够共同完成较为复杂的任务。多智能体系统在很多工程领域中得到了广泛的应用,例如多移动机器人系统、自动高速公路系统、传感器网络、自治水下机器人等等。当多智能体系统去执行某个任务时,各智能体首先需要满足对任务本身或某一特定的量达成一致的条件。多智能体系统的一致性是指各智能体通过一些控制算法与其它智能体相互联系和影响,其最终状态达到同一目标值。一致性问题是分布式协调控制的基本问题,也是关键问题,对该问题的深入探究具有重要的理论价值和意义。针对多智能体系统内部存在时延的情况,学者们对系统的一致性问题进行了研究,给出了保证系统收敛到一致的有关条件。然而,对于时延条件下改善系统的收敛速度的工作和针对不同情况的时延条件对系统进行收敛性分析的工作以往的研究还较少涉及。另外,虽然现有的一致性控制算法能保证多智能体系统渐近收敛到一致,但并非所有系统的状态都能在有限的时间内收敛,因而对有限时间一致收敛性问题的研究具有一定的实际意义。根据上述需要研究解决的问题,本文分别在时延和有限时间情况下对多智能体系统进行了一致性控制算法的设计研究和系统收敛性能的分析工作。通过运用代数图论和矩阵论的理论工具,深入探讨了基于通信时延和输入时延不同情况下的一致性问题,分析讨论了系统的时延容忍度和收敛速度问题,同时对系统的有限时间一致性问题进行了研究。多智能体系统在实际环境中存在着智能体之间传递信息产生的通信时延和智能体自身处理信息产生的输入时延,这些时延均会导致系统的收敛速度减慢。那么,在这些时延条件下,如何通过一致性控制算法的设计来改善系统的收敛性能,是需要研究探明的重要问题。本文首先基于通信时延和输入时延的三种不同情况,对一阶多智能体系统设计了PD一致性控制算法。这种算法是智能体通过运用它上一时刻的状态变化趋势和自身已获得的状态信息来更新它下一时刻的状态。通过运用稳定性判据和频域分析方法,给出了三个充分条件保证系统最终收敛到一致,并在一定程度上提高了系统的收敛速度。然后,考虑了二阶多智能体系统,在连通网络下设计了PD一致性控制算法,分析了时延容忍度和系统收敛速度问题,得到了使系统收敛到一致的时延上界,给出了加快系统收敛到一致的PD控制器微分调节参数的范围。在此基础上,还研究提出了使系统达到动态一致的控制算法。研究结果表明,系统是否在时延下实现快速‘致性收敛,取决于拉普拉斯矩阵的特征值和图的连通性。仿真结果说明本文提出的一致性控制算法改善了系统的收敛性能。目前,学者提出的一致性控制算法可以保证多智能体系统收敛到一致,但收敛时间可能是无限的,亦即现有算法并不一定能保证多智能体系统的状态在有限时间内收敛到一致,而实际系统却要求收敛时间是有限的。因此,多智能体系统的有限时间一致性收敛问题便值得进一步研究。对此本文从无向网络和有向网络两个方面,分析了时延条件下多智能体系统的有限时间一致性收敛问题,提出了一致性控制算法,依据有限时间Lyapunov稳定性定理,证明了该算法能保证系统在有限时间内收敛到一致,同时得到了系统收敛时间的具体表达式。在此基础上,对一般意义上的有限时间一致性算法进行了研究归纳,分别得到了无向网络和有向网络下使系统收敛到一致的充分条件,研究得出该条件具有更小的保守性。然后,从收敛速度的角度,在无时延条件下设计了新的非线性一致性算法,当给定的Lyapunov函数满足一定条件时,该算法使得无向网络下的多智能体系统相比标准一致性算法能在有限时间内更快地达到一致。此外,还对提出的改进一致性算法进行了一般意义上的推广工作。仿真实验证明带时延的一致性算法可以保证系统在有限时间内收敛到一致,同时也验证了无时延的一致性算法能使系统在有限时间内快速达到一致。最后,总结了本文所做的研究工作,给出了主要结论,并提出了下一步研究的问题。