近年来,多智能体协调控制的研究受到了来自科学和工程众多领域研究者越来越多的关注。本论文研究了多智能体协调控制中的蜂拥控制问题。这里所研究的蜂拥是一个由大量智能体组成的系统,通常在无集中控制的情况下,通过个体之间的局部感知作用和相应的反应行为,使系统整体呈现一定的协调行为。最近,由于蜂拥在移动机器人协调控制和多传感器网络等领域的广泛应用,蜂拥控制算法受到了控制学者的广泛关注和研究。论文在系统介绍相关的研究现状的基础上,重点研究了连续时间蜂拥控制算法的设计与稳定性分析,论文的主要工作和研究成果如下:1.具有单个虚拟领导者的多智能体蜂拥控制算法的研究。论文分别研究了群体中只有一部分智能体具有引导信息的情形和虚拟领导者具有变化速度的情形。对于群体中只有一部分的智能体能够感应到引导信息的情形,从理论上证明了所有具有引导信息的智能体能够达到期望的速度;而且,如果某个不具有引导信息的智能体能够在运动的过程中充分地受到具有引导信息智能体的作用,那么这个智能体也能最终达到期望的速度。仿真结果表明,即使一个群体只有很少一部分智能体具有引导信息,群体中的绝大多数智能体也都能达到期望的速度,而且群体的规模越大,最终达到期望速度的智能体所占的比例就越高。对于虚拟领导者具有变化速度的情形,论文提出了一个改进的蜂拥控制算法并从理论上证明了该算法可以使所有的智能体准确跟踪到虚拟领导者。2.具有多个虚拟领导者的多智能体蜂拥控制算法的研究。多智能体蜂拥控制算法中的跟踪问题往往只涉及到具有恒定速度的单个虚拟领导者。提出了一个具有多个变速度虚拟领导者的多智能体蜂拥控制算法,并从理论上证明了该算法可以使所有智能体准确跟踪各自需跟踪的虚拟领导者,而且所有智能体的位置和速度的平均值指数收敛到所有虚拟领导者位置和速度的加权平均值。3.具有保持网络连通性的多智能体蜂拥控制算法的研究。提出了一个保持网络连通性的蜂拥控制算法。从理论上证明了,在初始网络连通的条件下,该算法能够保持网络连通性并实现蜂拥控制的目标。在具有一个虚拟领导者的情形,通过引入保持网络连通性的机制,证明了只需要一个智能体具有引导信息就可以使所有智能体准确跟踪到虚拟领导者。4.仅用位置信息的多智能体蜂拥控制算法的研究。提出一个只需要依靠相对位置信息的多智能体蜂拥控制算法。该算法通过构造分布式观测器的方法,用多智能体之间的相对位置信息来估计多智能体之间的相对速度信息,进而利用已有的多智能体的相对位置信息和估计出来的相对速度信息来实现蜂拥控制。该算法也同时考虑了网络连通性的保持和智能体之间避免碰撞。在具有虚拟领导者的情形也对相应的算法做了理论与仿真分析。5.具有固定耦合时滞的多智能体蜂拥控制算法的研究。研究了固定拓扑结构下的具有固定耦合时滞的多智能体蜂拥控制算法。利用Lyapunov-Krasovskii方法得到了具有固定耦合时滞的多智能体蜂拥控制算法的线性矩阵不等式形式的时滞相关收敛条件。另外还研究了固定拓扑结构下具有一个虚拟领导者和固定耦合时滞的多智能体蜂拥控制算法,得到了线性矩阵不等式形式的时滞相关和时滞无关收敛条件。