El rendimiento de los sistemas multiagentes depende en gran medida del flujo de información. A medida que los agentes están más densamente poblados, parte del flujo de información puede ser redundante. Por lo tanto, puede existir un equilibrio entre la sobrecarga de comunicación y el rendimiento del control. Para abordar este problema, se ha estudiado la optimización de la topología de comunicación para la red de consenso. En este estudio, se proponen tres algoritmos de topología subóptima diferentes para minimizar el costo del regulador cuadrático lineal (LQR) considerando la penalización de la comunicación, ya que la solución óptima requiere una búsqueda exhaustiva, que tiene una complejidad exponencial. Los dos primeros algoritmos fueron diseñados para minimizar el valor propio máximo de la matriz de Riccati para el LQR, mientras que el tercer algoritmo fue diseñado para eliminar bordes secuencialmente de manera codiciosa mediante la evaluación directa del costo del LQR. Los primeros y segundos algoritmos difieren en que los bordes activos de una red de consenso se determinan al final de las iteraciones en el primero, mientras que secuencialmente en el segundo. Las evaluaciones numéricas muestran que los algoritmos propuestos reducen significativamente el costo del LQR optimizando la topología de comunicación, mientras que el algoritmo propuesto puede lograr un rendimiento óptimo con una parametrización adecuada para una pequeña red de consenso. Si bien los tres algoritmos muestran un rendimiento similar con el aumento del número de agentes, el algoritmo de optimización de la matriz de costo terminal cuantizada (QTCMO) muestra una complejidad significativamente menor en el orden de varias décimas que los otros dos algoritmos.