分布式优化是通过个体之间的合作协调有效地实现优化的任务,可用来解决许多集中式算法难以胜任的大规模复杂的优化问题,已成为大规模复杂网络研究的热点问题之一。另一方面,基于事件驱动控制策略,即只在当某一控制量超过了某一给定的阈值(依赖于系统状态或时间)时才更新控制量,在一定程度上,能减少不必要计算资源和通信资源的浪费,吸引了理论与工程学界广大学者高度重视。本文结合事件驱动控制与分布式优化的优势,对一类连续系统基于事件驱动的分布式优化问题进行了研究,具体内容如下:1.分别论述了离散系统与连续系统分布式优化的算法设计、论证方法等基础知识。通过比较发现,尽管系统在形式上不一样,但在算法设计与论证方法上都有着本质的相似。并对扰动分析理论进行了详细的介绍与对比,为继续研究基于事件驱动的分布式优化理论奠定了基础。2.针对一类连续系统,首先设计依赖于步长衰减的驱动函数及相应的驱动条件确定采样时刻点,然后通过采样时刻点处的状态信息设计分布式优化算法,并利用扰动分析理论论证了算法的可行性,从而在尽量少的计算资源和通信资源前提下,达到与使用连续状态信息设计分布式优化算法同样的优化目的。最后通过仿真验证了结果的有效性。