随着科学的发展,科学对计算的要求不断提高。受到物理器件极限速度和技术水平的限制,单处理机远远满足不了现代许多领域中具有挑战性的大规模计算课题对计算资源的需求。利用并行计算来提高计算能力已经成为解决此类需求的切实可行并被广泛应用的技术。并行计算机分为专用并行计算机和机群两种,由于专用的并行计算机价格昂贵,一般用户很少使用,机群技术的应用和研究越来越得到重视和发展。遗传算法是一种随机搜索方法,具有很强的全局寻优能力,是目前影响和应用最为广泛的优化方法之一。但是传统遗传算法求解会随着问题规模的不断扩大,复杂性的不断增加,其计算效率很难满足要求。并行遗传算法将并行计算的高速并行性和遗传算法天然的并行性相结合,极大的提高了计算效率同时也会影响到遗传算法的种群演化。汽车悬架系统是一个典型的精密空间多体系统,它对车辆的行驶平顺性、乘座舒适性及操纵稳定性等多种行驶性能都有很大影响,而汽车悬架柔性多体模型就是悬架的一种物理模型,可以与现实车辆很接近。悬架参数的优化能够很好的改善车辆的行驶性能。采用确定性优化方法容易使搜索过程陷于局部极值,很难达到问题的全局最优解。本文采用具有随机性搜索的并行遗传算法应用复杂汽车悬架系统参数优化设计,并行处理目标种群,分布式计算个体适应度值。计算结果表明,求解质量和计算效率都有明显提高。同时为了更好的保持种群多样性,设计粗粒度并行遗传算法,加速种群间的优良个体迁移,从而保持种群的多样性,并能减少过早收敛,提高解的质量,并取得了很好的效果。本文的研究工作得到了国家自然科学基金(项目号:50145007)河北省自然科学基金(项目号:502383)的资助。