随着无线传感器网络、大规模智能电网及编队控制的广泛研究,由这些系统中抽象出来的分布式资源分配问题受到越来越多学者的关注。控制系统的传感器等设备都是通过网络连接,而在实际系统中存在通信环境恶劣、节点分散等特点,为了同时保障系统的控制特性以及通信带宽的高效利用,基于拉格朗日乘子法,本文针对分布式资源分配问题设计一种基于事件触发通信机制的分布式优化算法。本文所做的研究可总结为以下三点:针对无向连续时间系统下成本函数为二次型函数的资源分配问题(简称二次资源分配),本文设计一种静态事件触发和动态事件触发分布式优化算法,实现各节点收敛至最优分配方案的同时消耗较低的通信成本。在静态事件触发机制中,邻居节点拉格朗日乘子状态差的平方和作为触发器阈值。在动态事件触发机制中,各节点事件触发器设置一动态变量,确保节点相邻触发时间间隔有最小正下界。针对无向连续时间系统下更为一般的凸函数资源分配问题(简称凸资源分配),本文设计一种动态事件触发分布式优化算法,实现分布式节点间的离散通信需求。本文利用经典控制理论的PI控制思想建立拉格朗日乘子的微分方程,添加辅助变量来积累节点拉格朗日乘子的历史信息,并平衡节点真实状态与虚拟状态的差值,实现算法参数常量化。通过构建拉格朗日乘子与节点状态值的静态投影关系,设计一种快速收敛算法。为避免对目标函数梯度的求逆运算,另一种方法是利用梯度和拉格朗日乘子信息,建立微分方程获取节点状态值,同时通过投影算子将节点状态固定在约束范围内。最后通过理论证明和仿真案例验证上述两种算法的收敛性和有效性。针对有向非平衡网络下的资源分配问题,本文设计一种余量法和梯度法,分别解决二次和凸资源分配问题。为减少节点间通信次数,节点间采用事件触发通信机制。所设计的静态事件触发机制除有邻居节点状态信息外,还在阈值上添加一收敛指数项来实现算法收敛。最后通过案例仿真验证上述两种离散事件触发算法的有效性。