随着信息时代物联网技术以及机器人技术的不断进步,工业装备、农业装备在智能化、精准化以及高效化等方面得到了长远的发展。国家农业“十三五规划”以及工业4.0中也明确指出,要切实提高工农业技术装备和信息化水平,打造强大的智能产业格局。现阶段工业AVG以及农业植保多智能体系统最具应用代表性,因此深入研究基于面向工业应用的智能控制系统问题,对互联网时代的智能产业格局的打造,具有划时代的里程碑意义。本文运用理论与实践相结合的研究方法,从工农业多智能体系统实际应用需要出发,自底向上,按照底层控制器、中间网络层和上层决策层等顺序,开展智能体控制系统研究,主要研究内容如下:第一章绪论部分,主要从多智能体系统在智能产业中的应用研究现状和发展动态分析入手,阐述了现阶段智能产业应用中多智能体系统存在的问题,重点介绍了工厂运载系统和农业植保两个场景中智能体控制理论方法和应用的发展情况,随后结合国内外近期的研究进展对其中几个关键性问题进行了分析与探讨,由此提出了本文的研究意义和主要研究内容。第二章智能体系统应用支撑研究,结合作者横向科研项目,主要阐述了本文实际运行的试验条件与支撑研究工作。研究并提出“混合多智能体管理系统结构”分别从系统框架及实现角度阐述了系统的基本设计理念和主要组成部分,以此为基础分别构建了硬件及软件系统。设计实现了三套智能体系统模型,配合具体应用场景形成异构多智能体系统,支撑本文理论研究向实际应用的转化。与一般面向理论研究的实验性系统不同,构建了嵌入式智能体控制器,并开展资源受限环境下的大量数据处理及实时性控制器研究。第三章基于二维马尔可夫跳变系统的智能体控制器稳定性研究,通过研究二维马尔科夫跳变系统下的智能体系统鲁棒控制器的设计问题,尝试解决智能体实体受其自身非理想模型的影响,如加工缺陷、不确定环境等因素导致实际应用中可能发生的失控现象。由福尔纳什-马彻斯尼(Fornasini-Marchesini)的局部状态空间模型表达其不确定性。确保过渡模式概率矩阵式均匀且已知的,由此提出模式相关的状态反馈控制器设计。相比同类研究,综合考虑随机变量、外部干扰和不确定性三类影响,并且控制器增益可通过求解一组线性矩阵不等式的表达式得到,从而优化了约束条件,减少了计算复杂度,降低了硬件依赖程度。第四章时变时滞及丢包网络中的智能体系统预测控制研究,主要研究了一类有约束的线性系统,受定期量测丢包及外部扰动影响的鲁棒输出反馈预测控制器的设计问题。与典型龙伯格(Luenberger)观测器不同,优先设计观测器以确保系统是渐进稳定的,并将连续丢包和其它误差收敛到一个有界紧集中,从而将状态估计和系统误差系统动态方程进行解耦,并由此提升控制器性能,保证算法的迭代可行性。通过考虑周期性测量损失的影响程度确定系统状态的精确收敛界。第五章随机网络时滞下的智能体系统目标定位问题研究,结合实际应用需要,分别以智能体第一视角和上层控制器第三视角,设计了两种优化的智能体空间定位和跟踪算法,有助于简化控制算法的约束或扰动条件、提升算法的效率和准确度。通过融合传感器数据不仅可有效提升量测精度,还可解决单一传感器覆盖范围局限性的问题。结合第四章的研究,在控制器通讯组件两端分别构建马尔科夫链路时延抑制器,对随机性时延进行抑制,由此提出一种改进的异步数据融合方法,使得控制器在较大时滞下仍能获得较高的控制性能,为实际智能体的选型与参数设计提供参考。第六章不确定约束下的异构智能体协同控制方法研究,主要阐述了智能体及其通讯控制系统是多智体协调控制与应用的重要基础,讨论了一种基于顺滑模态控制的“领导-跟随”多智能体协作控制方法。通过优化的多输入多输出执行补偿器拟合系统的不确定性,组合使用模糊补偿器和滑模控制器实现了多智能体的鲁棒性编队控制。对于大规模群体智能体控制问题,提出了一种基于图像形态学的趋势性控制策略加以应对。为应对上述算法实现的计算开销并兼顾实时性,讨论并设计了一种特殊的嵌入式并行处理系统。工农业应用的多智能体系统涉及多层次数个关键问题不能孤立看待,因此本文首先提出并设计了多智能体混合控制系统框架,然后对框架中各层问题分别展开研究。本论文主要贡献有:(1)提出的二维马尔科夫跳变系统下的智能体系统鲁棒控制器可有效克服智能体设计缺陷及运行环境产生的影响,确保智能体个体的可用性和稳定性;(2)提出一种鲁棒输出反馈预测控制器解决多智能体通讯中时滞和数据丢包带来的影响,确保底层智能体与上层决策层的有效联通;(3)再通过提出的优化异步传感器融合方法提升传感器量测精度,进一步优化各层控制器性能;(4)最后在完成多智能体基础研究及其实验平台的基础上,从应用层提出了协同控制方法,并对其中大规模群体控制进行了尝试,具有重要的参考意义。最后本文的研究成果为研究工农业智能体的协同应用提供了新的思路,特别是为多智能体系统控制理论向实际应用转化发展,提供了重要的借鉴与示范作用。