在过去的几十年,非线性系统的控制设计已经成为一个热点研究课题。针对这一课题,人们提出了各种各样的设计方法,如自适应反步控制、滑模控制以及鲁棒控制等。在这些方法中,自适应反步法是一种针对具有参数不确定性纯反馈非线性系统的有效控制器设计方法。同时随着科学技术的不断发展,工程系统的复杂程度也在不断的增加,在实际生产过程中往往需要考虑环境因素或者性能要求等。因此,对于复杂条件下的纯反馈非线性系统,仍然存在大量的设计问题亟待解决。基于上述考虑,本文针对几类纯反馈非线性系统,在状态约束以及互联等复杂条件下,结合反步设计方法以及自适应神经网络控制技术,研究了系统的智能渐近跟踪控制问题。具体工作如下:（1）针对一类具有全部状态约束的纯反馈非线性系统,提出了一种基于障碍李雅普诺夫函数的自适应神经网络控制方法,并取得了渐近跟踪性能。由于非仿射结构和全部状态约束的性能要求同时存在,很难为所考虑的系统设计出理想的控制器。因此根据中值定理,我们首先将纯反馈系统转化为为具有严格反馈结构的系统,从而使众所周知的反步方法可以被应用。接下来,通过在反步设计过程中利用障碍函数,同时使用神经网络逼近系统中未知的非线性项,完成了系统智能控制算法的设计。结果表明,在系统运行过程中全部状态约束的要求不会被违反、所有的闭环信号都是有界的、并且跟踪误差能够渐近的收敛到零。最后,利用两个仿真实验验证了该控制算法的有效性。（2）针对一类纯反馈非线性互联系统,通过巧妙的应用反步设计技术构造了各子系统的智能控制器,以减轻系统互连的影响。首先,为了获得理想的跟踪性能,采用双曲正切函数来消除估计残差带来的影响。其次,利用相对阈值事件触发策略来减少通信过程中不必要的资源浪费。所设计的控制器在每个子系统中只需要在线更新两个参数,成功地降低了解析计算的复杂度。结果表明,所提出的智能算法可以有效降低了计算机的传输频率,使计算机资源的利用更加高效,保证了设计过程当中有效的处理了未知非线性项,从而实现了系统的渐近输出跟踪性能。最后,通过仿真结果,验证了所提控制算法的有效性。目前,复杂环境下纯反馈非线性系统智能控制算法的研究仍处于探索阶段。本文仅对该类系统的在状态约束以及系统互联条件下,如何设计渐近跟踪智能控制算法进行了相对深入的研究。该类系统仍然存在很多有意义的控制算法设计问题,比如复杂条件下纯反馈非线性系统的有限时间智能控制算法设计、纯反馈非线性系统的预定义时间优化控制算法设计等。