1.一种基于事件触发模糊零化网络的多智能体一致性控制方法，其特征在于，包括：步骤1，定义误差函数并代入预先构建的设计公式，得到事件触发模糊零化网络模型；

步骤2，输入多智能体系统通信拓扑关系并计算其拉普拉斯矩阵；

步骤3，获得各智能体状态及当前模糊收敛因子；

步骤4，将所述拉普拉斯矩阵和所述各智能体状态代入所述误差函数，得到所述多智能体系统的当前误差；

步骤5，将所述当前误差和所述当前模糊收敛因子进行数值迭代，得到下一步数值解；

步骤6，判断所述当前误差是否符合事件触发条件，若是，则将参考误差更新为当前误差，并进入步骤7，若否，则进入步骤11；

所述判断所述当前误差是否符合事件触发条件的步骤，包括：判断所述当前误差与参考误差是否满足事件触发不等式，若是，则判定所述当前误差符合事件触发条件，若否，则判定所述当前误差不符合事件触发条件，其中，所述参考误差为上一次符合所述事件触发条件的误差；

步骤7，根据所述下一步数值解获取所述多智能体系统的当前状态；

步骤8，根据迭代过程计算所述多智能体系统的当前误差及其对应的误差变化率；

步骤9，将所述当前误差和所述误差变化率输入模糊逻辑系统进行模糊逻辑推理，获得新的模糊收敛因子；

步骤10，将新的模糊收敛因子重新代入步骤3；

步骤11，判断所述多智能体系统是否稳定，若是，则本次控制结束，后续持续监测系统状态，若否，则返回步骤3。

2.根据权利要求1所述的方法，其特征在于,所述步骤1具体包括：步骤1.1，定义所述误差函数并将其转换为矢量形式；

步骤1.2，构建所述设计公式；

步骤1.3，将矢量化后的误差函数代入所述设计公式，得到所述事件触发模糊零化网络模型。

3.根据权利要求2所述的方法，其特征在于,所述步骤5具体包括：通过微分方程数值方法迭代获得当前数值解，将所述当前模糊收敛因子和所述当前误差代入所述设计公式迭代，得到下一步数值解。

4.根据权利要求3所述的方法，其特征在于,所述模糊逻辑系统包括模糊化接口、模糊推理引擎和去模糊化接口。

5.根据权利要求4所述的方法，其特征在于,所述步骤9具体包括：步骤9.1，将所述当前误差和所述误差变化率通过所述模糊化接口分别转化为其对应的模糊集；

步骤9.2，将所述当前误差的模糊集和所述误差变化率的模糊集输入模糊推理引擎，根据多条预设的模糊推理规则生成每条模糊推理规则对应的模糊输出；

步骤9.3，结合全部所述模糊输出得到清晰输出并据此得到新的模糊收敛因子。

6.根据权利要求5所述的方法，其特征在于,所述判断所述多智能体系统是否稳定的步骤，包括：判断所述误差函数是否在预设的误差容忍限度内收敛到0；

若是，则判定所述多智能体系统稳定；

若否，则判定所述多智能体系统不稳定。