在分布式网络控制系统中,由于受到通信网络带宽、线上资源、智能体自身计算能力的限制,控制器应建立在数字平台上。基于事件驱动控制作为一种有效节约线上资源的方法,已被广泛应用到网络控制问题中。同时,在多数关于脉冲控制问题的研究中,脉冲采样时刻点是事先给出的,这会使系统在不必要的情况下进行采样,造成通信资源浪费。其次,在基于事件驱动控制的多智能体系统的一致性问题的多数成果中,往往需要利用系统拉普拉斯矩阵这个全局信息。因此,这些设计并不是完全分布式的,而自适应控制能够在一定程度上解决系统依赖全局信息的问题。本文围绕事件驱动控制,结合脉冲控制和自适应控制方法进行了如下研究工作:首先,利用基于事件脉冲控制方法研究了连续动态系统的指数稳定性问题,分别给出了非线性和线性系统达到稳定所需要的充分条件,其中脉冲时刻点由所设计的驱动函数和驱动条件迭代确定。继而应用所得理论成果研究了忆阻神经网络的同步问题,并设计了自驱动算法避免事件确定过程中系统间的连续通信。其次,研究了基于事件脉冲控制的多智能体系统的一致性问题,每个智能体的脉冲时刻点和控制器更新时刻点都是由所设计的与系统状态有关的驱动函数和驱动条件动态确定,即只在系统需要时才进行采样。给出了系统达到一致所需要的充分条件,并论证了系统中不存在Zeno现象。然后,用基于事件自适应控制方法,研究了无向通信拓扑结构下的无领导者的一般线性多智能体系统的一致性问题,给出了系统在所设计的控制器的控制下达到一致性的充分条件,并在一定条件下排除了系统中可能存在的Zeno现象。最后,研究了基于事件自适应控制的具有领导者的线性多智能体系统一致性问题,对于每个智能体给出了新的控制器、驱动函数和不利用智能体连续信息的自适应函数,给出了系统在不利用全局信息的情况下达到一致的充分条件,避免了系统中可能存在的Zeno现象。