遗传算法是一种十分优秀的解搜索算法。它有着天生的并行特性,因而并行遗传算法通常被设计应用于计算量大的理论计算和工程设计等诸多方面。但并行程序设计向来都较为复杂,并行遗传算法程序设计也同样不能例外,所以并行遗传算法的易用性研究有实用意义。本文概括分析了标准遗传算法的基本结构,列举了对标准遗传算法的各类改进方法,并重点介绍了遗传算法的并行化实现。对并行遗传算法程序设计中常见的四种并行模型(主从式、粗粒度、细粒度和混合模型)作详细分析,并进一步将这些并行模型与骨架编程模型的几种结构骨架功能相似性进行对比。在对比研究的理论基础上,提出并设计实现了一个并行遗传算法骨架来对并行遗传算法应用程序进行抽象,简化了并行遗传算法应用程序开发过程。该并行算法骨架的透明机制,使得用户只需要编写个体适应度评价函数的顺序程序,再通过骨架调用就可以完成并行应用程序的开发。本文提出的并行遗传算法骨架是基于骨架并行程序设计系统中的一种算法骨架,因此可以与结构骨架合作供用户使用。并行遗传算法骨架本身并不涉及计算任务的并行实现,而是通过自身的框架结构,划分并行任务,并通过调用结构骨架实现具体的并行。并行遗传算法骨架与结构骨架相互独立,可以和多个骨架自由合作,具有一定的开放性和灵活性,同时并行遗传算法骨架是作为抽象的算法描述,与具体的问题也是相互独立的。为了检验该算法骨架的实用效果,本文使用函数优化、组合优化和机器人学等三类问题做了实例验证,然后对实验数据进行加速比对比分析,分析结果展现出该算法骨架能得到合理的加速比。