近年来，群体系统协同控制的研究受到了来自生物学、计算机科学、数学、人工智能及控制工程等不同领域众多科研工作者越来越多的关注。本论文研究了群体系统的分布式协同控制问题。这里所探讨研究的群体系统是由大量具有动态演化特征的个体通过局部感知和相互作用形成的一类复杂开放的分布式系统，一般通过局部信息交互和控制器的设计从整体层面上实现复杂而有序的协同行为。目前，由于群体系统协同控制在卫星编队控制、无人航天器的协同控制、高速列车群协调控制、移动机器人的分布式优化等领域获得广泛应用，分布式协同控制成为了控制学者广泛关注和研究的热点。论文在介绍已有相关研究成果的基础上，重点研究了同质群体系统的多目标协同追踪控制和异质群体系统的协同追踪控制，论文主要研究工作和成果如下：　　1.研究了同质多智能体系统的局部蜂拥问题，即基于局部信息交互的智能群体形成若干个群组包围具有可变化视域范围的多个移动目标。论文提出了一种由生物激发的局部多蜂拥控制算法，融合了蜂拥行为和反蜂拥行为的关键特征。采用该控制算法包围多个移动目标的过程中，通过移动目标的变化可视范围和追踪其智能个体的数量，智能个体能够自适应地选择蜂拥追踪模式和反蜂拥的搜索模式，使得当一些智能个体追踪各自的移动目标时，另外一些智能个体依据距离最近原则搜索其他移动目标个体，进而整个群体形成多个局部蜂拥团体完成所有目标的协同追踪任务。在这两种工作模式中，智能个体分别采用不同的控制协议，并且利用Lyapunov定理和LaSalle不变原理对系统的稳定性进行了分析，进一步得到了群体系统能量最小的条件。　　2.研究了同质多智能体系统的多目标协同一致性追捕问题，基于部分信息交互设计了一种分布式多蜂拥方法能够实现多目标的追捕以及移动目标追捕智能体数量的平均化。结合提出的圆形队形控制策略，智能个体可以自适应选择目标形成不同的圆形队形群组完成多目标的追捕。每一组追捕智能个体的速度状态趋于一致。利用 Lyapunov方法分析证明了多智能体系统的稳定性。此外，给出了实现移动目标协同一致追捕的充分条件并进行了相关分析。仿真结果验证了所提方法的有效性。　　3.研究了有限信息通信情况下耦合异质惯性智能体的蜂拥行为及目标协同一致性追踪问题。考虑实际应用中智能个体的惯性作用，设计了一种分布式控制协议使得智能个体能够实现稳定的群集行为，并且采用系统分解法，证明分析了惯性智能群体系统的稳定性。结合多惯性智能个体的蜂拥行为，根据智能体和目标的速度关系，智能个体能够自适应的寻找并选择目标个体。对此，提出了一种增广的分布式多蜂拥方法能够实现异质惯性智能体系统的多目标协同一致性追踪。该方法不仅可以保证追踪智能体的局部蜂拥，而且能够实现异质多智能体协同一致性追踪多个目标的任务。　　4.针对具有固定通信拓扑的异质相依群体系统，论文研究了异质相依群体的协同一致性追踪问题。首先，从个体性质不同和子群体拓扑结构不同的角度出发，建立异质系统的相依模型。为了通过局部信息实现异质相依群体系统的一致性追踪，设计了一类分布式一致性追踪控制协议。随后，对于固定通信拓扑的情况，给出相应的充分条件确保一致性追踪的实现。定义了相依个体比例和相依冗余度两个参数Pr和Re，并分析了这些参数对群体系统协同一致性追踪的影响。最后，通过仿真实例以说明理论分析的有效性。　　5.针对具有切换通信拓扑的异质群体系统，论文研究了异质群体的协同一致性追踪问题。首先，描述了异质群体系统中二阶个体、一阶个体和目标个体的动力学模型。为了实现异质群体系统的一致性追踪，给出了一类分布式一致追踪控制协议。通过局部信息实现了异质群体系统的一致性追踪。随后，对于切换通信拓扑的情况，给出了实现一致性追踪的充分条件，并进行了相关的证明分析。最后，通过仿真实例以说明理论分析的有效性和可行性。