由于多智能体网络的广泛应用，近年来，多智能体网络化系统的协调控制得到了来自于自动化、数学、经济学等许多领域的学者的深入研究。本文综合利用矩阵论、图论及稳定性理论的相关知识，研究了多智能体网络的一致性与包含控制。本研究主要内容包括：　　⑴网络的结点可能具有固有动态，且各自的动态可能存在差异。因此，本文研究了异质非线性多智能体网络的一致性。当网络中所有结点的非线性函数各不相同时(完全异质情形)，提出了基于自适应控制的拟牵制一致性协议，使得网络中的智能体能渐近跟踪到虚拟领导者，且一致性条件不依赖于网络的Laplacian矩阵特征根；当网络中的结点按非线性函数是否相同可分为几个聚类时(聚类异质)，提出了基于自适应控制的牵制控制协议，使得网络中结点能渐近跟踪到所在聚类中的虚拟领导者，且聚类一致达到的条件不依赖于网络的全局信息，从而是完全分布式的。　　⑵外界环境所产生的干扰是不可避免的，同时干扰又是影响系统失稳的一个重要因素，研究具有外部干扰的多智能体系统协调控制具有重要的意义。本文研究了具有有界干扰的非线性多智能体系统一致性，提出了基于自适应策略的变结构控制协议。这一控制协议不仅有效地抑制了干扰对网络一致性的影响，而且保证了网络达到一致的条件不依赖于网络的全局条件。　　⑶不依赖于速度测量的一致性协议具有重要的意义。本文研究了二阶积分器型多智能体网络的无速度测量的包含控制问题。当领导者为静态情形时，通过为跟随者选取合适的速度估计器，提出了分布式的包含控制协议。当领导者为动态情形时，利用平均速度代替瞬时速度，设计了基于采样数据的采样控制协议。在这些协议下，本文给出了网络达到包含的充要条件。　　⑷耦合谐振子网络是一类重要的物理系统，耦合谐振子网络的一致性问题一度成为一个重要的研究课题，本文针对当振子中存在多个领导者且振子间的通信为有向拓扑时，分别设计了连续的包含控制协议和基于采样数据的包含控制协议，使得网络最终达到包含，并得到网络达到包含的充要条件，还将所得的结果推广到无向拓扑的情形。　　⑸由于一阶积分器和二阶积分器不能刻画所有的自然界的动态行为，人们开始考虑能描述更一般的动态行为的多智能体系统，线性多智能体系统的一致性研究由此开始。考虑到网络的拓扑不能轻易获取，而已有的关于多智能体一致性(包含控制)条件往往依赖于网络Laplace矩阵的特征根，本文在在固定拓扑下，研究了线性多智能体网络的自适应输出反馈包含控制问题。给出了网络达到包含的充分条件，并将所得的结论推广到了自适应的状态反馈包含控制中。　　⑹来自外界的干扰可能严重影响网络达到包含，本文针对这一问题，利用干扰观测器的方法，为具有有界不确定型干扰的线性多智能体网络设计了基于状态反馈和输出反馈的包含控制协议，并分别给出了包含达到的条件。