膜计算(P系统)是从生物细胞以及由细胞组成的组织和器官的功能与结构中抽象出来的计算模型，它是一种分布式的、并行的、非确定性的理想计算机器。在理论上，许多简单的膜计算理论模型具有与图灵机同等的计算能力，甚至还有超越图灵机局限性的可能。但是鲜有膜计算在实际生产工程中应用的研究成果。本文的主要目的是：在综述膜计算理论的基础上，立足于“实用性”，深入膜计算理论和方法的研究，建立一类膜计算优化模型、算法和策略，促进膜计算应用的发展。本文提出了膜计算优化方法的基本思想；研究了膜计算优化方法的体系结构、规则；提出了单目标、多目标和动态多目标膜计算优化算法；在膜计算理论研究的基础上，将膜计算应用到了控制系统、过程控制等领域。本文的研究内容和主要贡献概括为以下几个方面：(1)将膜计算的研究方向扩展到了优化计算领域，提出了一类求解优化问题的膜计算优化方法的基本思路；受生物细胞不同结构或机理的启发，提出了三种具有不同功能和特点的单目标膜计算优化算法：细胞状的膜计算优化算法、信息冗余的膜计算优化算法和基于收缩与舒展规则的膜计算优化算法。通过仿真计算与其它优化算法进行了对比研究。实验结果证明了所提出的膜计算优化算法可靠性高、收敛速度快和求解的质量好。(2)提出了两种多目标膜计算优化算法：基于P系统的多目标优化算法(PMOA)和组织型P系统多目标优化算法(TPS)。这两个算法的结构特殊，将整个系统划分为几个子系统，包括单目标优化子系统和多目标优化子系统。进行了多个多目标优化算法的对比仿真实验，研究结果显示所提出的多目标膜计算优化算法收敛快，其解更接近真实的Pareto前沿，而且分布均匀，很好地刻画出了真实的Pareto前沿。(3)提出了一种动态多目标膜计算优化方法。在此基础上，研究了一种能用于控制时变对象的“膜控制策略”。(4)将多目标膜计算优化算法用于模拟移动床分离联萘酚对映体过程的操作参数的优化，在大幅提高生产率的同时提高了产品质量。研究了控制器的单目标、多目标和动态多目标膜优化设计问题。分析了设计指标的选取、设计指标以及控制器参数之间的相互关系。将设计结果与用其它方法设计的控制器作了比较，结果凸显了所提出的多目标膜计算优化方法的优越性。