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。在研究过程中,科学家们在膜计算的基础上融入了激励神经元的思想提出了激励神经P系统。本文主要是针对激励神经P系统进行理论方面的研究。研究的主要内容可以概括成以下两点:本文根据生物学中神经元的有关思想对激励神经P系统(SN P系统)进行改进,引入了更接近生物机体活动原理的新的计算模型。对系统主要进行了两方面的改进:根据神经元对外来激励的大小可产生不同响应的生物学原理建立了带门值SN P系统;再根据神经元两种不同性质的响应建立了带极性的SN P系统,并模拟了注册机,证明了它们是具有计算完备性的。本文的另一个主要内容就是在已有膜自动机计算模型的基础上,通过对最小多重集自动机进行改进,建立激励神经P自动机并对改进后的激励神经P系统建立相应的自动机。建立这些不同的膜自动机模型意味着建立了各种膜系统与传统意义上的自动机之间的联系,这有助于我们对计算模型的计算能力进行更深入的研究。