21世纪,社会日新月异,科技飞速发展,各学科领域之间出现很强的交叉性。当前,工程应用系统的复杂度和耦合度都大幅提升。因此,以现代控制理论为基础、软件和硬件为载体的纯反馈非线性系统的智能控制研究拥有越来越广泛的应用前景。本文围绕“基于神经网络的纯反馈非线性系统的多种有限时间智能跟踪控制”这一多学科交叉的重要科学问题展开了较为深入的研究。随着现代工业生产对控制系统性能要求的不断提高,实际工程中的控制目标往往被期望在有限时间内实现。基于上述分析,本文在较为深入的研究了非线性系统理论和智能控制技术的基础上,分别给出了纯反馈非线性系统的实用有限/固定时间智能跟踪控制算法和预定义时间智能跟踪控制算法。进一步,解决了事件触发机制下的纯反馈非线性多智能体系统的自适应跟踪控制问题,提出了一种基于异形拉普拉斯矩阵设计方法的智能跟踪控制算法。本文的主要内容总结如下:（1）针对一类具有非仿射系统函数不可微特性的纯反馈非线性系统,提出了一种实用有限/固定时间智能跟踪控制算法。首先,本文采用一种新颖的解耦技术,消除了施加在系统函数上的限制性假设（诸如非仿射函数必须存在偏导数）。其次,针对所考虑的纯反馈非线性系统建立了一个实用的有限/固定时间稳定性框架,并将其应用于实际的单连杆机器人系统模型中。此外,为了更有效地节省通信资源,本文在原始控制信号和实际控制信号之间的传输信道中巧妙地引入了相对阈值事件触发机制。最后,通过两个仿真例子验证了所提出的实用有限/固定时间智能跟踪控制算法的可行性。（2）针对所考虑的纯反馈非线性系统,提出了一种新的切换阈值事件触发方法下的预定义时间智能跟踪控制算法。首先,本文设计了一种事件触发方法。与现有的研究成果不同,本文提出的事件触发方法能够更好的在控制器幅值较大时,解决传统事件触发机制容易产生过大脉冲的问题。其次,针对所考虑的纯反馈非线性系统建立了一个实用的预定义时间及性能稳定性框架。通过把有限时间微分器和径向基函数神经网络技术相结合,解决了Backstepping设计过程中的“复杂性爆炸”问题。构造的预定义时间及性能控制器不仅能够在预定义时间内使系统状态达到稳定,而且可以保证跟踪误差在预定义时间内达到预定义精确度。最后,通过仿真例子验证了该算法的有效性。（3）针对纯反馈非线性多智能体系统,提出了一种异形拉普拉斯矩阵设计方法,并基于此设计方法提出一种智能跟踪控制算法。首先,针对一个一般的纯反馈非线性智能体系统建立了一个自适应稳定性框架,并将其应用于所考虑的大规模纯反馈非线性多智能体系统。其次,在基于Backstepping的设计框架中,利用神经网络的特殊性质滤除了设计过程中的额外信号。同时,引入事件触发机制降低了控制信号的传输频率。此外,针对所考虑的多智能体系统提出了一种新的异形拉普拉斯矩阵方法,解决了多智能体系统的跟踪误差设计过程中领导者增益形式（跟踪误差第二项中的系数）未统一的问题。根据所提出的协同自适应稳定性框架,证明了所考虑的纯反馈非线性多智能体系统中信号的有界性。最后,通过仿真例子验证了所提出算法的有效性。