随着互联网的不断发展,人类每日所产生的数据呈现爆发式的增长,这对于计算机计算能力的需求越来越大。可现如今电子计算机受限于核心器件的集成极限,其计算能力正在逐步逼近“摩尔定律”的瓶颈。膜计算是自然计算的一个分支,它是受生物细胞结构以及活动规律启发得来的一类计算模型。膜计算的计算机器也叫做P系统,在计算上具有的最大并行性与不确定性,P系统能够很好的利用这一特性采用以空间换取时间的方式在多项式时间内解决NP难问题。除P系统模型设计外,P系统的理论也被广泛地应用于现实领域中,如计算机图形学,组合优化,自动控制等。旅行商问题是经典的组合最优化问题,同时也是一个NP难问题。它要求能够在一个给定的图中找一条经过所有顶点有且仅有一次的最短路径。旅行商问题在现实的多个领域中都有应用,如交通运输、物流、电路板印刷以及DNA测序。在解决旅行商问题上,随着问题规模的不断增大,设计求解精度高、时间短以及稳定性佳的算法一直是研究这一类问题的人员的目标。本文基于以上两点进行相关研究后。基于膜计算理论中的类细胞P系统定义设计了能够求解旅行商问题的类细胞P系统Π,并设计了其膜结构以及进化规则。同时,受膜计算以及生物细胞的启发提出了膜进化算法MEA（Membrane Evolutionary Algorithm）,在此基础上提出了求解旅行商问题的算法MEATSP（Membrane Evolutionary Algorithm for Travelling Salesman Problem）。本文的主要研究工作如下:根据膜计算理论以及类细胞P系统的定义,设计了求解旅行商问题的类细胞P系统Π。为膜计算模型在解决组合最优化问题上提出了新的解决方案,并且通过实例进行了演示以证明其计算旅行商问题的可行性。提出了膜进化算法MEA,并在此基础上通过对膜进化算法算子和适应度函数的设计提出了解决旅行商问题的膜进化算法MEATSP。是将膜计算理论应用到实际问题中的一种突破。并且通过在TSPLIB上的实例进行实验与近些年优秀的启发式算法进行对比结果表明,MEATSP在解决不同规模和类型的TSP上存在着优秀的性能与稳定性。