复杂网络在现实世界中普遍存在，如生物代谢网，社会网络，人工网络等。复杂网络包含很多有趣的动力学现象，作为最具代表性的一种典型的群体行为，复杂网络的同步已成为当今研究热点。近年来，与复杂网络密切相关的多智能体系统引起了许多领域研究者们的浓厚兴趣.复杂网络和多智能体系统都可以用相互耦合的多节点组成的动态网络系统来描述，而节点的相互作用可使网络呈现出群体行为.至今，复杂网络的同步和多智能体系统一致性已得到了广泛的研究，并成为信号处理，分布式计算，无人机编队控制，机器人合作控制等工程应用的基础。因此，动态网络系统的同步和一致性研究具有重要的理论和实际意义.本文在前人工作的基础上，研究了动态网络系统的同步和一致性中的几个问题。本文的具体研究内容简要叙述如下:　　 1.研究了具有反应扩散项的时滞随机混沌神经网络的同步。利用Lyapunov-Krasovskii函数方法，驱动-响应原理，反馈控制方法及偏微分方程技术，提出了均方渐近同步判据和几乎肯定同步判据。讨论的系统模型具有Dirichlet边界条件，并利用Friedrichs不等式，得到的同步条件中保留了反应扩散项的信息。相应的反馈控制增益可以由同步条件获得。提供的数值算例表明了理论推导的合理性。　　 2.研究了耦合时滞复杂网络的同步问题.首先，对于拓扑结构为无向图的情况，讨论了转移概率部分未知的Markovian切换复杂网络的同步问题。Kronecker积技术和松弛矩阵方法得以运用。其次，对于拓扑结构为有向图的情况，讨论了时滞复杂网络的有限时间同步。通过引入行和为零的特殊矩阵和Lyapunov-Krasovskii函数方法，充分的同步条件得以提出并可适用于大规模的网络系统。提供的数值算例验证了设计方法的有效性。　　 3.研究了复杂网络的聚类同步和二阶有领导者多智能体系统的聚类（组）一致问题。网络结构假设为有向拓扑且弱连通。根据网络中节点的性质设计了牵制控制器。获得了简单的判据保证了同一聚类（组）中的节点达到同步（一致），而不同聚类（组）中的节点没有同步（一致）行为.提供的数值算例验证了设计方法的有效性.　　 4.研究了具有非线性动态和采样数据信息的多智能体系统的分布一致性。智能体上的控制输入只依赖于采样时间点上邻居的信息.利用输入时滞方法将采样信息转换为时变时滞信息。提出了新颖的具有连续项和离散项的Lyapunov函数。通过获得的一致性判据可以得到采样间隔的上界的估计。当系统具有线性动态时，证明了系统达到分布一致的充分必要条件。提供的仿真算例验证了设计方法的有效性。　　 5.研究了具有采样数据的二阶多智能体系统的分布一致性。首先针对速度信息不可知的情形，设计只依赖采样位置数据的一致性协议，获得了系统的一致性状态并提出了达到一致的充分必要条件。对于给定的系统，通过设定采样间隔，拓扑矩阵特征值及耦合强度等参数满足一致性条件可以使系统达到一致。此外，针对采样位置信息和速度信息均可知的情形，给出了一致性条件并获得采样间隔的上界的估计。提供的数值算例验证了设计方法的有效性。