在过去的十几年间,多智能体系统优化控制问题被大量学者关注,主要因其在实际系统中有着重要意义,包括计算机网络、电力系统等实际应用系统。然而,现有的大部分优化控制研究考虑的是连续时间下的控制算法,而实际情况中智能体间通信网络的带宽和能量资源是存在限制的,因此越来越多的学者逐渐开始考虑设计离散时间下的控制算法,为实际应用提供更多的理论依据。本文主要研究的是二阶多智能体系统的控制优化问题,主要工作如下:1.第一部分研究了含有外部扰动的二阶多智能体系统的分布式优化控制问题,通过时间触发策略来减少智能体间通讯频率和智能体梯度信息采样频率。分布式优化的控制目标是使得系统性能指标函数达到最小值,其性能指标函数是由智能体局部耗能函数之和构成的,值得注意的是,这里局部耗能函数仅被相对应的智能体所获得信息。该部分提出了一系列时间触发分布式优化控制协议,在所设计的协议下,系统智能体均能渐进收敛到最优状态,其中智能体间交流时刻和智能体梯度信息采样时刻均是固定周期决定,最终通过理论证明和数值仿真验证了结论的有效性。2.第二部分研究了含有外部扰动的二阶多智能体系统的分布式优化控制问题,通过事件触发策略来减少智能体间通讯频率和智能体梯度信息采样频率。该部分提出了一系列事件触发分布式优化控制协议,在所设计的协议下,系统中智能体间传输信息时刻和梯度信息采样时刻由两种不同的事件触发条件所确定,最终在所设计的控制协议下系统中所有智能体均能收敛到最优状态上,接下来给出了严格的理论证明,并且通过推导得到两种不同的事件触发条件的触发间隔都有严格大于零的下界,这说明所设计的事件触发条件不会发生芝诺现象,进一步我们还给出了数值仿真验证了结论的有效性。