在现代控制领域中,自适应动态规划方法（Adaptive dynamic programming,ADP）已经被众多控制领域学者所研究应用,该方法涵盖了动态规划的最优性原理,强化学习,神经网络等理论,并且被越来越多地应用于求解非线性系统的最优控制问题。自适应动态规划由动态规划发展演变而来,它能有效求解非线性系统的哈密顿-雅克比-贝尔曼（Hamilton-Jacobi-Bellman,HJB）方程,克服动态规划产生的“维数灾”,并且传统的自适应动态规划算法已无法满足人们对计算效率和资源利用率的要求。因此,本文在基于传统的自适应动态规划的基础上,根据事件驱动思想,将两者进行融合,采用事件驱动机制能够对控制器进行非周期性采样和更新,极大地减少计算成本,提高通讯资源利用率。本文对事件驱动的自适应动态规划方法进行了相关研究,主要研究内容如下:（1）针对一类非线性系统的最优控制问题,提出了一种基于鲁棒控制约束优化的ADP算法。首先,根据数据驱动的思想,利用递归神经网络对系统产生的历史数据进行模型辨识,辨识出理想的系统模型。通过系统转换,将鲁棒控制问题转换成具有约束的最优控制问题。为了保证控制输入不超过控制器的边界,采用了特殊指标函数解决该问题,并且描述了此类系统的最优控制问题。最后,将所提出的ADP控制器应用到非线性系统中,验证了控制器的高效性能。（2）为了解决一类非线性离散系统的最优控制问题,提出了基于事件驱动的启发式动态规划（Heuristic dynamic programming,HDP）算法。针对非线性离散系统的输入受限问题,运用非二次型的指标函数求解该问题。其次,将离散系统的鲁棒控制问题转换成具有适当约束的最优控制问题,将原系统方程转换成标称系统方程,为相应的标称系统设计具有合适代价函数的最优控制器。在事件驱动条件被违背时,事件驱动控制器才进行系统状态更新,因此能够极大地减少控制系统的通讯负担与计算量。仿真实验表明本章所提的基于事件驱动HDP算法的正确性,并验证了控制器的高效性能。（3）针对铝电解生产过程具有非线性、时变性、强耦合、控制不稳定等问题,提出了一种基于事件驱动的铝电解生产自适应控制算法。根据铝电解非线性系统的输入约束条件,改变了传统的二次型指标函数的形式,采用特殊的性能指标函数。结合铝电解生产过程设计合适的事件驱动条件,为事件驱动HDP控制器设置合适的驱动阈值。仿真实验结果表明,基于事件驱动的铝电解生产自适应控制算法能够在保证控制系统稳定性的同时极大地节约其计算成本。