对于输入饱和的多智能体系统,区域一致性控制是一个新兴问题。在此问题中,针对无法实现全局或半全局一致性的多智能体系统,通过设计一致性算法实现其在某一有界集合内的区域一致性,使该集合可以作为系统一致性域的一个估计。通过降低算法的保守性,扩大一致性域估计。本文利用图论、矩阵论、集合论等相关工具,对具有输入饱和的多智能体系统的区域一致性问题展开研究。本文主要工作如下:（1）实现了具有输入饱和的多智能体系统在拉普拉斯二次型函数的水平集内的区域一致性。首先,扩展了凸包表示法,以处理多智能体中的饱和非线性。之后,得出两组充分条件,保证系统在拉普拉斯二次型函数的水平集内实现一致性,使该水平集可以作为一致性域的一个估计。通过将充分条件转化为线性矩阵不等式,构建一个优化问题,以求得该水平集的最大值。（2）实现了具有输入饱和的多智能体系统在复合拉普拉斯二次型函数的水平集内的区域一致性。首先,证明了复合拉普拉斯二次型函数的水平集是对应的多个拉普拉斯二次型函数水平集的凸包。其次,分别得出两组线性和双线性矩阵不等式形式的充分条件,确保系统在复合二次函数的水平集内实现一致性,得到一致性域的一个估计。最后,通过改进的凸包表示法,进一步降低算法保守性。