细胞是生命是基石，研究者从细胞中提取出一种自然计算的新模型——膜计算，其具有分布性、极大并行性并行的优点，具有很大研究发展的潜力。本文基于膜计算的研究成果与基本思想，结合树形结构的特点，研究并应用了一种基于树形分支结构的膜计算优化算法，结合神经网络将其运用在多输入多输出（MIMO）非线性的复杂系统等实际控制中，并对控制系统进行了仿真实验分析与比较。本文的研究主要工作归纳如下：（1）首先在标准膜计算的构架与思想基础上，受树形结构的启发，研究应用了一种带有树形分支结构的膜计算优化算法TMO（tree-structure membrane optimizationalgorithm）。此算法结构带有分支结构，在分支的膜子系统中运用各种进化交流规则一次进化。随后首先将此种膜优化算法简单运用到复杂函数的寻优中，对TMO构建了测试环境，进行了寻优结果的测试，并将其与遗传算法，粒子群优化算法等智能优化算法进行了仿真比较，结果分析显示了此方法寻优有效，收敛速度快，求解质量高。（2）板球控制系统为一种典型的多输入多输出（MIMO）非线性的复杂系统，本文将TMO算法应用在了板球系统中，首先将其与模糊RBF神经网络PID相结合，然后又将其与神经网络滑模控制相结合，分别设计并对板球系统进行了定点控制及轨迹控制的仿真实验，并与粒子群算法，嵌入式结构的膜算法进行了比较，显示了该算法的优点。（3）风洞是进行空气动力试验的重要设备，有着广泛的运用，内部参数的控制非常复杂，一样属于MIMO复杂系统，本文研究将TMO算法与BP神经网络PID控制进行结合，进行参数估计优化后，分别运用在姿态角与风洞马赫参数控制之中，对其进行了仿真分析，并且与粒子群算法、未优化之前进行比较，通过仿真结果得到了该优化算法的有效性和优越性。