膜计算脱胎于生物体的细胞、组织和器官等层次,着眼于生物细胞的生命活动、组织结构和工作方式等,对其抽象提取并进行模拟,是自然计算的新分支。膜计算具有分布式并行的计算框架,它的不确定性和极大并行性提高了计算能力,在解决数据量较大的问题上表现优秀,吸引了众多研究人员的关注。膜计算已经在聚类、图论问题、组合优化等众多研究领域取得了成果。组合优化问题是从问题的可行解集中找到最优解的问题,是研究计算复杂性理论重要的基础。0-1背包问题旨在不超过背包承受能力的前提下,找到使背包中物品的总价值最大的装载方法。0-1背包问题的最大特点是当背包中物品数目增加时,解空间指数地增长,增加了求解难度。免疫系统是一个天然的分类系统,并且具有自组织、学习、记忆等优秀的特性。免疫分类是人工免疫研究的重点之一,区分“自体”和“非自体”是免疫系统天然的特点。免疫系统在成功区分物质之后会根据不同的应答结果,对于再次遇到的相似的“非自体”会给予更加强烈和快速的应答。本文基于P系统的极大并行性和不确定性的特点,将P系统应用于组合优化和信息处理领域,主要工作内容如下:（1）提出基于带分裂的组织P系统在线性时间内求得0-1背包问题最优解的算法,并设计了相应的P系统Π_KP,及其使用的规则和系统中的膜关系。分析Π_KP的时间复杂度和规则的复杂程度,然后通过具体实例与对多个数据集进行仿真实验证明了Π_KP的可行性。（2）设计了基于类细胞P系统和免疫算法的分类P系统Π_NS,并给出了其膜结构和相对应的规则,详细地说明了算法设计思路。对Π_NS的计算性能进行了分析,并通过仿真实验和对比说明其正确性和实用性。将膜计算的极大并行性和不确定性应用于免疫算法,提高并行性加快搜索速度,提高了分类问题的搜索速度。Π_KP和Π_NS的提出在膜计算模型、组合优化和分类算法等领域都具有重要意义。Π_KP为膜计算在线性时间复杂度下求得组合优化问题的最优解提供了新的思路和求解模式。Π_NS将膜计算与免疫算法结合,进而求解分类问题,根据免疫算法有关的生物概念对数据进行处理,充分考虑到免疫算法的流程,结合膜的结构来设计规则并为之提供一套可行高效的膜计算模型,为以并行的方式实现免疫算法提供了可参考的方案。