本书在归纳分析国内外关于多智能体系统分布式优化控制算法的基础上，研究了针对外部干扰、系统未建模动态、系统状态受限、固定时间内系统稳定等具体需求的高阶非线性多智能体系统的分布式控制器设计。主要内容包括：设计基于神经网络的自适应控制算法，利用神经网络的万能逼近能力对系统内的未建模动态进行估计，并通过设计神经网络自适应律和自适应控制律，使得系统输出达到全局最优解的附近。设计一个二阶固定时间内收敛的扩张观测器，将系统中每一阶状态进行扩展，利用扩张观测器获得系统内未建模动态以及外部干扰的估计值，并最终通过固定时间稳定性分析得出构造出的分布式控制协议能够使多智能体系统的输出在固定时间内收敛至全局最优解的附近。仿真实验，给出多智能体系统的具体模型，并设计好控制协议中的每个所需参数，利用 MATLAB 自带的仿真模块验证算法性能以及理论分析的结果。本书可作为计算机科学与技术、控制科学与工程、人工智能、优化理论等专业硕士研究生、博士研究生的专业课教材，也可供计算机科学与技术、控制科学与工程、人工智能网络优化等领域的科技人员参考。