随着数字技术、通讯技术和控制理论的不断发展与融合,网络化系统控制理论的研究得到了快速地发展.在网络化控制过程中,事件触发机制可以根据预先设定好的阈值,在控制性能较差时才实施信号的更新和传输,能有效节约网络资源,因而受到了学术界的广泛关注.近年来,关于网络化系统的事件触发控制研究,相关成果不断涌现.然而,对于连续的时变时滞系统、参数不确定系统以及混合时滞神经网络等,基于事件触发机制的控制问题,研究还不太深入.基于此,本文主要针对几类不同的时滞系统,通过引入新的事件触发控制机制,深入研究系统的鲁棒稳定、状态估计以及μ同步控制问题,具体内容安排如下:1.考虑在有界时变时滞及有界外部扰动的影响下,通过引入事件触发机制,研究了一类不确定参数时滞系统的鲁棒输入到状态镇定问题.所考虑的系统受到范数有界的时变参数不确定性以及时变外源性扰动的影响,使得已有的事件触发机制无法直接应用.我们利用状态反馈构建控制器,采用依赖于连续测量误差状态和正常数的混合阈值函数设计触发机制,建立了闭环系统模型.通过构造合适的Lyapunov函数,运用不等式技巧和矩阵理论,建立了闭环系统鲁棒输入到状态稳定的充分条件,并排除了触发机制中的Zeno现象.最后基于线性矩阵不等式技术,得到了控制器反馈增益矩阵及事件触发参数联合设计方法.数值例子及其仿真表明了理论成果的有效性和可行性.2.考虑了一类具有混合时滞的神经网络基于事件触发机制的状态估计问题.所提出的神经网络模型同时含有时变有界时滞和无界分布时滞,激活函数满足一般性Lipschitz条件.在构造状态估计器的过程中,我们提出了一种不同的事件触发机制,触发阈值函数同时受连续观测的误差状态和时变递减函数的影响,削弱了已有结果中关于估计误差上界的限制.使用不等式技巧与时滞微分系统的比较原理等,我们获得了估计误差系统的指数稳定性判据,建立了状态观测增益矩阵和触发参数联合设计的方法.数值例子及仿真验证了理论结果的正确、有效性.3.研究了事件触发机制下混合时滞神经网络的μ同步控制问题.我们首先建立了一个具有混合时滞的离散驱动神经网络模型,并构造了相应的响应网络.在同步控制器的设计过程中,我们通过测量误差状态构造了一个二次型函数,以此作为阈值设计了事件触发机制。针对误差系统,我们通过构造一个依赖于时滞和一般性μ函数的Lyapunov-Krasovskii泛函,运用分析技巧和矩阵理论,获得了同步误差系统的μ稳定充分性判据.最后的数值例子验证了理论成果的有效性.