由硅基材料制造的电子计算机的计算能力持续增长。然而当硅基微电子器件线宽低于10纳米后,计算能力增长遇到技术问题：电路板路线安排问题、晶体管集成技术等。为了克服硅基器件框架约束的电子计算机计算能力增长的限制,人们就寻找新的计算模型。自然计算是比较有前景的计算模型。膜系统是近年来自然计算领域提出的一种新的计算模型,其数学理论基础不够完善,基于此,本文研究基于神经元细胞一类的P系统-脉冲神经膜系统(简称SNP系统)的计算能力。这个模型结合膜计算和神经系统提出的模型。文中利用形式语言、自动机理论、粗糙集等工具,研究了脉冲神经膜系统理论模型与计算能力,包括：计算能力、语言产生能力、数值运算能力等。主要工作包括：首先,利用粗糙集的上下近似概念定义脉冲神经膜系统,提出一种新的理论模型系统-粗糙规则脉冲神经膜系统。在延展规则下,讨论系统计算完备性,即可以计算递归可枚举自然数,等价于图灵机,然后利用此系统作为有限自动机的语言产生能力,获得有限语言与正则语言。其次,研究标准规则下星形胶质细胞控制的脉冲神经膜系统模型计算能力即通用性,利用注册机证明其通用性(universal)。最后,研究规则具有时间延迟的脉冲神经膜系统的矩阵表示方法,将此方法扩展到均质星形胶质细胞控制的脉冲神经神经元系统。只需给出一些向量和矩阵,结合系统的计算过程由一组脉冲数消耗,产生,迁移,遗失等描述,最后给出用向量和矩阵描述计算过程的基本操作,那么就能从系统上一步格局推演系统下一步格局。