膜计算优化算法是一类受膜计算的启发而提出的优化方法，在前人对膜计算优化算法的研究基础上，本文对膜计算优化算法的改进作了进一步研究，设计了新的进化规则，并将改进后的算法用于RBF神经网络和模糊神经网络的桥式吊车建模。全文的主要工作概括如下:　　(1)简要介绍了膜计算的产生、发展和膜计算优化算法的研究现状，并且对前人在桥式吊车建模方面的研究作了总结。　　(2)提出了一种基于膜内对象距离的膜计算优化算法(OD-MCOA)。在OD-MCOA算法中，设计了新的转位规则和改写规则，利用算法寻优时膜内对象距离的变化来指导算法的进化。经过对四种典型测试函数的寻优和与另外两种优化算法的对比，结果表明了新的进化规则在提升算法性能上有着重要作用。将所提出的OD-MCOA算法用于二维桥式吊车RBF神经网络建模，实验结果验证了OD-MCOA算法的有效性。　　(3)提出了一种引入禁忌搜索操作的膜计算优化算法(TS-MCOA)。受禁忌搜索和生物细胞衰老的启发，设计了一种新的禁忌规则，对膜内对象定义年龄属性，根据对象年龄或禁忌时间来决定是否将其加入禁忌表或从禁忌表中去除，以提高算法的搜索速度，增加膜内对象的多样性。四种典型测试函数的寻优结果表明TS-MCOA算法具有更高的精度和更快的收敛速度。将该算法用于三维桥式吊车的模糊神经网络建模，仿真实验结果表明，经过TS-MCOA算法优化的模糊神经网络模型具有高精度的预测性能。