生物学与信息科学是目前世界发展最迅速,影响最广泛的两门学科,这两门学科交叉而形成的新兴研究领域属分子计算。根据目前的研究情况,分子计算可以归纳为两大主要的研究方向:分别是DNA计算和膜计算。膜计算是从生物细胞以及由细胞组成的组织和器官的功能和结构中抽象出来的计算模型。膜计算(P系统)是一种分布式的、并行的、非确定性的计算方法。许多简单的膜计算模型在理论上具有与图灵机等价的计算能力,甚至还有超越图灵机的可能。在研究膜计算的过程中,科学家们在传统膜计算的基础上融入神经元的思想形成了脉冲神经P系统。之后随着研究的进一步深入,又在脉冲神经P系统的基础上提出了多种扩展的脉冲神经P系统,其中带有兴奋、抑制作用的星细胞的脉冲神经P系统尤其引人注目。本文关注两个P系统应用问题,一是P系统作为一个计算设备模拟任意长度的整数相乘问题;二是采用P系统解决死锁问题。所取得研究成果如下:(1)提出了一种基于星细胞的脉冲神经P系统计算模型,该计算模型能够解决任意二进制长度的自然数的乘积问题。对比于已有方法,该模型具有如下优点:所用神经元和激励规则数目更少、要求的更少的计算步数等。(2)提出了一种用于处理死锁问题的P系统计算模型。该模型是一种嵌套的膜结构的P系统。由于P系统的分布式并行计算能力,该P系统计算模型能够在线性时间内撤销进程以解除死锁,同时也能更好地满足撤销进程所追求的三个目标:撤销的进程越少越好、系统损失越少越好和满足截止时间的要求。