随着科技的日益发展,工业系统的数字化和网络化是一个必然的趋势,研究网络化系统的控制问题是推动工业技术向前发展的基本要求。传统的控制方法难以摆脱对系统精确数学模型的依赖,故在解决具有高度不确定和非线性的工业系统的控制问题方面较为乏力。智能控制是一个融合了人工智能、自动控制、计算机等学科的交叉学科,它的出现为解决不确定非线性系统的控制问题提供了一个有效途径。严格反馈非线性系统由于能够建模许多实际系统而受到广泛关注,大量针对该类系统的智能控制方案相继被提出。但是现有的研究成果主要针对的是连续严格反馈非线性系统,而数字化的控制催生了离散严格反馈非线性系统的智能控制研究。另一方面,通信网络在控制系统中的引入能够为系统的安装和维护带来极大的便利,但同时也为系统的控制设计带来了新的挑战。传统的时间触发控制方案要求系统组件之间进行周期性地通信,若将这类方案应用于网络化的控制系统会造成不必要的资源浪费,甚至会引发网络拥塞、进而影响系统的稳定性。而事件触发控制由于仅在需要的时候才进行数据的传输,因而相较于时间触发控制更节省网络带宽。考虑到工业系统的网络化和数字化的发展方向,研究离散严格反馈非线性系统的事件触发智能控制问题是非常有必要的。虽然有学者在不确定离散严格反馈非线性系统事件触发智能控制方面做了少量的研究工作,但是仍然存在很多值得研究的问题。本论文在少量现有成果的基础上对不确定离散严格反馈系统的事件触发智能控制问题进行了研究、并对现有文献中存在的一些不足进行了改进。为了避免直接采用反步法对离散严格反馈系统进行控制设计时所出现的非因果问题,本论文提出了一个新颖的事件触发反步控制设计框架。结合该框架和自适应神经网络、自适应模糊逻辑系统、强化学习等技术,本文论针对存在网络资源受限、输入饱和、部分状态不可测等工程问题的离散严格反馈单输入单输出系统、多输入多输出系统、以及多智能体系统提出了几种事件触发智能控制方案。这些方案能够在保证系统的控制性能的同时,大大降低传感器到控制器通道的网络数据传输。本论文工作的展开不仅能够进一步完善现有的网络化系统控制理论,而且还能够为实际工程中网络化控制系统的构建提供理论指导。