随着分布式多智能体系统应用领域和系统规模的不断扩大，网络特性已成为影响系统性能的一个重要因素。本文通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响，为提出新的优化算法提供依据。我们主要针对随机网络，小世界网络，网格网络和无尺度网络四种典型复杂网络特性从理论和仿真两方面进行分析。在理论方面，通过基于马尔科夫链的信息传输过程在不同网络结构下的建模，对比分析了信息无偏随机游走模型和智能决策模型下的传输效率。在仿真建模中，我们主要从三个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响：智能体间信息传输效率；不同应用领域中集成协同控制效率；对网络故障恢复的影响等。我们的研究表明复杂网络特性如小世界和无尺度特性可以在相同的控制策略下形成明显的性能差异，如果设计合理的控制算法，复杂网络结构将有助于多智能体系统性能的提升。