蚁群优化算法是一种新的模拟进化算法，具有正反馈、元启发式与分布式计算相结合的特点，其中正反馈有助于算法更快地发现较好解，元启发式特征有助于算法更容易地发现较好解，分布式计算则是有利于实现蚂蚁种群的并行寻优。此外，近年来随着计算机技术尤其是高性能微型计算机和高速网络的出现，一种廉价且高性能的并行机群环境逐渐成为并行计算领域的研究热点，这类计算机可以为用户提供低价高效的高性能计算环境和快速、灵活、可靠的计算服务。鉴于蚁群优化算法的分布式特性，本文在构建Linux机群环境下设计并实现了并行蚁群优化算法，并将该算法应用于旅行商问题。本文的主要工作和研究成果如下：（1）在研究分析现有蚁群优化算法和邻域搜索算法的基础上，利用邻域搜索算法对蚁群优化算法产生的初始解进行二次寻优，既能够发挥蚁群优化算法较强收敛性的特征，又能够使邻域搜索算法提高初始解的质量，从而指导后续蚂蚁的寻优过程。（2）通过对现有机群软硬件环境的调研和分析，确定了机群系统的选型，研究并分析了多种并行编程环境，建立了基于Linux的机群系统和基于MPICH的并行编程环境。（3）在Linux机群环境下，按照蚂蚁个体在多个处理器上均匀分布的思想，设计并实现了并行蚁群优化算法，对蚂蚁系统优化算法和蚁群系统优化算法，以及添加邻域搜索的蚂蚁系统优化算法和蚁群系统优化算法进行对比测试，并对加速比等性能指标进行了实例分析。