膜计算是自然计算的一个新的分支，它是从细胞、组织和器官的结构与功能中抽象出来的一种并行计算模型，是科学研究的一个新领域。膜计算的结构和原理可以经常被借鉴或转用到其它的研究领域，例如，膜计算结构已经被应用到群智能算法中，出现了膜计算和粒子群算法，鱼群算法，蚁群算法、遗传算法等结合，设计出了一种性能更优的算法，但上述结合大都是建立在膜结构上，而膜计算原理却用的较少。所以，本文在系统的介绍了膜计算原理的基础上，针对膜计算原理的三大特点:同步性、不确定性、极大并行性进行了详细的阐述，将这三大特点应用到传统遗传算法中，设计出一种新的优化算法——单膜遗传算法。　　由于设计理念和方法的不同，本文的单膜遗传算法有两种表现形式:第一种是较简单的等概率使用规则的单膜遗传算法，将传统遗传算法中的选择、交叉和变异视为膜计算中的进化规则，并把三算子由串行改为并行，并规定三算子的使用概率为相同概率;第二种是在第一种设计方法的基础上做了一点改进，即把等概率的使用规则变为不等概率地使用规则，此处的不等概率使用规则是将选择、交叉、变异使用的规则概率改为不确定性，并通过实验的方法研究这三种进化规则的不同选择概率对优化时间和优化效果的影响。然后在Matlab软件上，用实数编码的方式对所提出的新算法进行编程，完成程序的编译工作。最后利用几个经典测试函数验证新算法的有效性。　　在验证了单膜遗传算法的有效性后，将单膜遗传算法应用到实际问题中，验证其解决问题的可行性。本文的应用是在两个方面:一是控制系统非线性校正参数的优化;二是电网竞价机制中电价的确定。通过Matlab和Simulink仿真，得到非线性校正参数的最优结果以及使电力公司利润达到最大的方案。