近年来智能计算在人类生活中各个方面都展示了其不容忽视的作用,智能计算辅助人类进行高效的生产,为工业生产、科技发展及人类社会进步作出积极的贡献.为更好的解决社会生产生活所面临的最优化问题,模仿自然界生物进化过程的众多随机启发式仿生算法随之应运而生,这些仿生算法在解决复杂问题方面有着显著的成效.为使仿生算法发挥更好的性能,从理论分析的角度抽象出仿生算法内在的规律是迫切需要进行研究的方向.差分演化算法是目前应用较为广泛的随机启发式算法,因其所具有效果显著、空间复杂性低等特点使其受到了广泛的关注.本文基于并行性特征这一原理分析差分演化算法在迭代过程中的特点,利用图论的方式展现出算法所具有的内在特征,利用这一理论方法分析出差分演化算法所具有的稳定性及强健性的原因,从算法的进化过程中分析出算法所具有并行特征的强弱对算法的影响.本文从理论分析差分演化算法的并行性特征出发,分析算法在进化过程中的特点,关注算法并行特征对算法效果的影响.本文的研究成果主要有以下几方面:(1)从并行性的思想角度出发,仿生算法展现出越来越杰出的搜索高效性和信息共享性的特征,算法中种群进化行为越来越趋于群体性和并行性,利用种群迭代过程中所包含的并行性特征行为作为分析算法性能的出发点.(2)本文将基于图论的研究方法分析差分演化算法的并行特征,图论作为数学科学中的一个重要的分支,将有效的展现种群个体进化过程中的个体间的关系,更好的辅助算法理论进行分析研究.(3)从随机启发式算法进化过程的研究来看,仿生算法的理论分析至今都是研究的薄弱环节,利用图论论证生成路径的数量对于算法性能的影响,在种群信息共享的基础上,分析个体所产生新搜索方向,成为分析算法内在特征的量化指标.本文的研究成果不仅丰富了随机启发式算法的理论研究成果,而且得到算法的并行性程度与算法性能之间存在相关性的结论.