随着问题复杂度和问题规模的增加，为了能够及时高效地获得对问题的求解，人们将问题的求解诉诸于并行计算，使得并行计算获得飞速发展。因此，为了扩大粒子群算法的应用领域，将其并行化便成了首要的任务。在完成对与并行计算和算法并行化当前最新进展的介绍后，讨论了算法在并行化过程中所需面临的三个主要问题：(1)粒子种群初始化策略：(2)适应度函数计算策略；(3)粒子信息的更新方式。　　 进一步，针对单目标和多目标问题，分别提出了一种新颖的解此类问题的粒子群算法，并给出了并行化实现方案，同时也对算法在加速比，并行效率，时间和空间上的复杂度给出定性和定量的分析。在本文的最后部分中，从工程的角度讨论了粒子群算法并行软件包的实现问题，并给出了在实际环境下的应用案例。　　 本文的主要工作和创新如下：　　 (1)本文较详细的论述了群体智能的产生及其特点，以使读者能够以社会学的角度来看粒子群算法所产生的背景，帮助读者更好的理解算法。　　 (2)针对单目标和多目标问题，分别提出了一种新颖的解此类问题的粒子群算法，并给出了并行化实现方案。　　 (3)详细的讨论了粒子群算法在种群初始化方面的所采用各个策略并给出各种策略的对比。　　 (4)给出关于并行化后的算法在加速比、并行效率，算法的时空复杂度方面的分析。　　 (5)从工程的角度给出了并行算法实现的完整框架，方便读者根据此框架实现自己的并行粒子群算法。