文献综述
研究现状及发展趋势：
多智能体系统的协作问题在过去一段时间里引起了不同领域包括生物学，物理学，计算机科学，系统与控制科学等研究人员的极大关注。生物学家研究动物群体通过内部合作而总结出各种群体现象之中的一些规则；物理学家通过各种模型的建立来模拟这些行为；控制领域的研究人员则通过设计各种控制律来实现这些群体行为，并且设计的控制律可以作用于真实的智能体系统来完成预定的功能
结合图论知识，协调控制一致性问题在集聚和群集(swarms andflocking)现象,传感器数据融合，贝叶斯网络中基于一致性的信条传递，多机器人系统的队形控制,基于最优的协作控制中都有应用。Moreau和Ren将一致性问题的相关结果推广到有向网络情形，并得到了类似的收敛性结。Lin采用不同的协调策略使多智能体系统能收敛到状态的最大或最小值处。Saber 解决了多智能体动态网络的平均一致性问题，即通过协调控制,使多智能体系统收敛到其状态的平均值处。Reynolds给出了一个模仿动物聚集的计算机模拟程序和群集运动的形式化定义。Vicesek 提出了一种简单的基于近部规则的控制律，使得多智能体系统最终运动到同方向上，在局部控制规则里，每一个智能体的前进方向的更新都是基于自己加上所有近邻前进方向的平均值。
华中科技大学愈辉研究了有向网络的加权一致性问题和多智能体时滞网络的加权平均一致性问题，但其仅讨论了一阶系统，而林鵬等人研究了二阶动态智能体网络的致性控制问题。中国科学院王金华给出了时延情况下跟随领航者的多智能体系统的基于近邻通信的控制律和状态估计器。北大谢广明研究了一类动态多智能体网络的致性问题,继而宏石等人研究了多智能体系统的群集运动控制，使得多智能体群可以跟踪领航智能休的速度，提出了三个不同的控制律，并比较了三种控制律的优缺点。
随着分布式系统的广泛应用和多智能体系统的迅速发展，一致性问题作为合作协调控制的基础，具有重要现实意义和理论价值。一致性问题在生物系统，实际群集智能体系统，分布式网络等领域普遍存在。目前一致性问题研究尚处于起步阶段,还有很多问题亟待解决
本课题的研究意义和价值：
多机器人协调控制，无人车的编队控制，人造卫星的姿态控制以及因特网的流量和拥塞控制等都是近些年来许多学者的研究热点,它们都可以抽象为具有特定自主能力的多智能体系统来研究。多智能体一致性跟踪算法克服了传统集中式控制和分散式控制方法的缺陷，更是引起了大量学者的关注，所以多智能体一致性跟踪算法具有很大的研究价值和应用价值。
参考文献：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
