生物细胞计算模型是由生物细胞结构、功能及其内部的生物化学反应启发而建立的一类生物计算模型,并行性、非确定性是其两大特征。生物细胞计算模型硬件实现方法的研究意义和价值主要体现在:（1）硬件实现是验证模型并行性与非确定性的重要方法;（2）硬件实现架起了生物计算模型通向应用的桥梁;（3）为生物细胞计算模型的专用功能集成电路（ASIC）制造奠定基础;（4）实现生物细胞计算模型的硬件构架是并行异构的,这类构架的硬件实现对于新型处理器/控制器的研发具有重要的参考价值。然而,生物细胞计算模型的硬件实现是一项具有挑战性的研究工作,其核心在于模型语法结构的表示和计算过程的模拟,而计算过程中并行性与非确定性的实现是最大的挑战。本文的研究对象是两类生物细胞计算模型——反应系统和细胞型膜系统,反应系统硬件实现的困难有:（1）化学实体与反应的表示;（2）交互过程的模拟,其中包括化学实体的同步引入与反应的并行执行。细胞型膜系统硬件实现的困难有:（1）对象/变量与进化规则/程式的表示;（2）膜结构的表示;（3）格局转变的模拟,其中包括可用规则/程式的确定及其并行非确定执行。本文的主要创新工作包括:1.提出反应系统的FPGA实现方法。该方法的创新在于:（1）将定性的化学反应转化为布尔表达式;（2）同步执行可用与不可用反应,避免在反应系统的每个交互过程步中判断反应的可用性;（3）将环境序列中的化学实体作为中间变量,避免通信过程。根据该方法实现的反应系统计算速度可以高达2×10~8步/秒。2.提出广义数值P系统。相对于已有的（酶）数值P系统,广义数值P系统的创新在于:（1）引入Presburger算数表示可用性判定条件,扩展了可用性判定条件的形式与范围;（2）消除了（酶）数值P系统对程式中变量位置的限制,允许变量来自任意膜,以便将所有更新同一变量的程式合并为一个程式,从而简化膜结构,使得广义数值P系统具有更好的灵活性和适应性;（3）具有专门的输入输出变量,便于数据采集设备的数据输入,以及计算结果的输出。广义数值P系统扩展了（酶）数值P系统,且在FPGA中更容易实现。3.提出定点数/浮点数变量数值P系统的FPGA实现方法。该方法的创新在于:（1）采用Verilog的功能模块表示膜结构;（2）对于定点数变量,1)将程式可用性判定条件转化为逻辑表达式;2)将同一变量的多个分配值先求和再赋值,避免多个程式同时更新同一个变量时引起的冲突;（3）对于浮点数变量,1)设计顺序触发的浮点数运算单元执行相关浮点数运算;2)采用边沿检测方法,生成与程式可用性判定条件等效的高电平信号触发相应运算单元。根据该方法实现的数值P系统相对于软件仿真的加速比可以达到10~4数量级。4.提出实现符号P系统非确定性的系数非确定选择（CNS）方法。该方法的创新在于:（1）从所有规则左侧对象多重集中选取对象可能的重数,构建不重复的笛卡尔积;（2）根据极大并行进化模式,构造约束不等式组,与对象消耗不等式组联立,并随机选择笛卡尔积作为对象权值,求解联立的不等式组,即可求得实现符号P系统非确定性的可用规则多重集。与现有方法相比,该方法的优点是可以计算全体可用规则多重集。5.基于数值P系统的FPGA实现方法,提出符号P系统的FPGA实现方法。该方法的创新在于:（1）将符号P系统的规则转换为数值P系统的程式;（2）实现符号P系统非确定性的算法被转化为程式;（3）将以上两类程式组合,构成数值P系统,采用数值P系统的FPGA实现方法实现该数值P系统,从而间接实现符号P系统。根据该方法实现的符号P系统相对于软件仿真的加速比可以达到10~4数量级。在得到以上成果的基础上,未来的研究内容包括:（1）使用FPGA实现后的膜控制器直接控制机器人;（2）研究实现基于膜计算的同步定位与建图,以便为机器人路径规划提供环境地图;（3）研究组织/种群型和脉冲神经型P系统的FPGA实现方法;（4）探索软件硬件相结合的生物细胞计算模型实现方法。本文的研究工作为反应系统和两种细胞型P系统提供了高效的FPGA实现方法,实现了这两类生物细胞计算模型的并行性和非确定性,并将这些方法应用于生物系统/过程建模、机器人运动控制、路径规划等领域,获得了相较于软件仿真较大的加速比。