张葛祥，1974年生，工学博士，西南交通大学教授、博士生导师，西华大学兼职教授，教育部“新世纪优秀人才”，四川省学术和技术带头人后备人选，四川省“杰出青年学科带头人”，四川省杰出青年基金获得者，四川省优秀博士学位论文获得者。

　　膜计算是自然计算领域新兴的分支，旨在研究从生物细胞中抽象出的计算模型。全书共分6章，分别介绍膜计算概览、基础知识、膜控制器及数据处理膜系统、膜优化方法、基于膜计算的故障诊断方法和膜系统自动设计，重点阐述膜计算的实际应用。
　　《膜计算：理论与应用》力图阐明膜计算的基本概念和基本原理，旨在向国内读者介绍膜计算这一新兴研究领域；书中内容取材于国、内外最新资料，并总结了作者近年来的研究成果，反映了膜计算应用的研究现状和最新水平。
　　《膜计算：理论与应用》可作为计算机科学、控制科学、电气工程、机器人学、生物信息学和生态学等专业高年级本科生、硕士生和博士生的学习参考用书，同时对相关学科领域的科技工作者和工程技术人员也有重要的使用和参考价值。

　　《膜计算：理论与应用》：
　　本章内容为:概述膜计算的提出发展历程代表类型和特点，总结膜计算在理论应用仿真和实现等方面的研究成果，简要介绍膜计算相关国际会议和主要参考资料，并给出《膜计算：理论与应用》各章内容概要，以供读者了解全书概貌。
　　1.1膜计算概述
　　1.膜计算提出
　　德国工程师数字计算机之父KonradZuse和美国麻省理工学院计算机实验室前主任EdwardFredkin都认为:整个宇宙是一个不断更新规则的巨大元胞自动机。美国麻省理工学院Keck极限量子信息理论中心主任SethLloyd教授指出:整个宇宙是一个计算其自己行为的量子计算机。这两个论断都清楚地表明，计算机科学与自然之间有着十分密切的关联。元胞自动机和量子计算都是自然计算的重要分支。自然计算是连接计算机科学和自然科学的桥梁，是研究发生在自然中的计算和从自然中抽象出的计算方法的领域，具体而言，自然计算研究是从自然中抽象出来的模型计算方法，并从信息处理角度理解周围的世界。自然计算已经成长为拥有若干个分支的宽广领域，如元胞自动机神经计算进化算法群智能人工免疫系统膜计算无定形计算分形几何学人工生命DNA计算和量子计算等。
　　膜计算是自然计算中最年轻的分支，由罗马尼亚科学院院士欧洲科学院院士国际数学化学科学院院士GheorghePun在芬兰图尔库计算机科学中心访问期间于1998年11月在一篇名为ComputingwithMembranes的研究报告中提出，正式论文于2000年见刊发表。膜计算的发展为生物分子计算和非传统计算提供了丰富的计算框架，是接近“具有计算功能的细胞”概念的计算模型（称为膜系统或P系统，此处字母“P”来自Pun）。同时，膜计算给计算机科学带来了一种有限的离散的分布式并行分层或网状结构信息处理模型。
　　2.膜计算发展史
　　膜计算自1998年被提出后，一直备受研究者的关注且充满着勃勃生机和活力。下面，回顾一下膜计算的发展历程。
　　1998年:GheorghePaun提出了转移膜系统，这是首个细胞型膜系统。
　　2000年:首篇膜计算论文见刊发表；GheorghePun提出了活性膜P系统，它能成功求解计算难问题；同年起，开始举办一年一度的膜计算专题讨论会（WorkshoponMembraneComputing，WMC），首届会议在罗马尼亚的阿尔杰什举行。
　　2001年:膜计算网站成功发布；膜计算领域首位博士生ShankaraNarayananKrishna（印度）完成答辩。
　　2002年:国际著名出版社Springer出版了由GheorghePaun撰写的关于膜计算的第一本专著MembraneComputing-anIntroduction。该书列出了膜计算领域待求解的40个公开问题，提出了共运输/逆运输膜系统和P自动机，并采用图灵机获得了膜计算模型的首个通用性结果。
　　2003年:美国科学情报研究所（InstituteofScientificInformation，ISI）将膜计算列为计算机科学中的前沿研究领域，关于膜计算的首篇论文成为ISI快速突破的文章，也是当年被引用率最高的论文之一，这标志着膜计算已经成为一个新兴研究领域；同年，相关人员建立了膜计算领域的计算复杂性理论；关于组织型膜系统概率型膜系统和膜计算优化方法等研究论文相继发表；并开始举办第二个一年一度的膜计算专题讨论会（BrainstormingWeekonMembraneComputing，BWMC），首届BWMC在西班牙塔拉戈纳举行。
　　……

第1章 绪论
1.1 膜计算概述
1.2 膜计算研究进展
1.3 膜计算研究资源
1.4 本书写作思路和各章概要
参考文献

第2章 膜计算基础
2.1 膜计算起源
2.2 膜计算基本概念
2.3 细胞型膜系统
2.4 组织型膜系统
2.5 神经型膜系统
2.5.1 基本神经型膜系统
2.5.2 脉冲神经膜系统
2.6 本章小结
参考文献

第3章 膜计算模型直接应用
3.1 细胞型膜系统在机器人控制中的应用
3.1.1 数值膜系统
3.1.2 酶数值膜系统
3.1.3 移动机器人膜控制器概述
3.1.4 移动机器人膜控制器仿真平台
3.1.5 移动机器人膜控制器设计
3.1.6 移动机器人膜控制器实例
3.2 组织型膜系统在数据建模中的应用
3.2.1 概率膜系统
3.2.2 概率膜系统数据建模原理
3.2.3 概率膜系统数据建模软件平台
3.2.4 概率膜系统数据建模实例
3.3 神经型膜系统在优化中的应用
3.3.1 优化脉冲神经膜系统
3.3.2 应用实例
3.3.3 小结
3.4 本章小结
参考文献

第4章 进化膜计算及其应用
4.1 进化膜计算概述
4.2 二进制编码膜算法及应用
4.2.1 遗传算法
4.2.2 遗传膜算法
4.3 实数编码膜算法及应用
4.3.1 差分进化算法
4.3.2 差分进化细胞型膜算法
4.3.3 差分进化组织型膜算法
4.4 量子比特编码膜算法及其应用
4.4.1 量子进化算法
4.4.2 量子进化细胞型膜算法
4.4.3 量子进化种群膜算法
4.5 序数编码膜算法及应用
4.5.1 蚁群优化算法
4.5.2 蚁群优化膜算法
4.6 膜算法动态行为分析
4.6.1 多样性分析
4.6.2 敛性分析
4.7 本章小结
参考文献

第5章 模糊膜计算及其应用
5.1 模糊膜系统基础
5.2 模糊推理实数脉冲神经膜系统
5.2.1 模糊推理实数脉冲神经膜系统模型
5.2.2 模糊推理实数脉冲神经膜系统的模糊推理算法
5.3 模糊推理梯形模糊数脉冲神经膜系统
5.3.1 模糊推理梯形模糊数脉冲神经膜系统模型
5.3.2 模糊推理梯形模糊数脉冲神经膜系统的模糊推理算法
5.4 模糊推理脉冲神经膜系统电网故障诊断
5.4.1 电力系统故障诊断概述
5.4.2 故障诊断方法
5.5 电网故障诊断实例
5.6 本章小结
参考文献

第6章 膜计算模型自动设计
6.1 膜系统设计问题描述
6.2 膜系统设计软件平台
6.3 规则可变细胞型膜系统设计
6.4 规则和初始对象可变细胞型膜系统设计
6.4.1 基于Re和W编码设计方法
6.4.2 基于R和W编码的设计方法
6.5 细胞型膜系统全设计
6.5.1 终止型膜系统设计
6.5.2 单项式膜系统设计
6.5.3 多项式膜系统设计
6.6 本章小结
参考文献

彩色图版