并行计算是近几十年来发展的一门交叉学科。计算机结构最初采用的是冯·洛伊曼结构,随着人们面对的问题日益增长,对计算机本身的处理速度要求越来越高,以往单个处理器已无法满足人们的需求,在冯洛伊曼结构的基础上产生了新的计算机处理器结构,即是现在的并行计算处理器结构。并行计算不仅从硬件上实现并行的要求,也从软件的角度加以完善和提高计算机的计算性能。对于并行计算,它是同时使用多种计算资源解决计算问题的过程,基本思想是将一个大的计算问题分解为多个部分,在许多处理器单元上同时进行各部分的计算,目的在于加快问题的计算速度,解决传统计算机无法解决的问题。确定学习是适用于系统与控制领域在动态环境下机器学习的新理论。它运用自适应控制、RBF神经网络、动力学系统等领域中的概念和方法,在动态模式的表达、相似性、快速识别与分类,和基于动态模式识别的智能控制上提出了很好的方法。在动态模式快速识别过程中,所学到的知识通过动态系统的匹配和内部机制在一个完全动态方式中使用,体现了一种新的信息处理过程,即动态并行分布式计算(Dynamic Parallel Distributed Processing),所以并行计算是确定学习得以实现的必不可少的一部分。近几年来轴流压气机的建模和控制引起很多人的关注。在对压气机旋转失速和喘振上人们做了很多研究工作,Mansoux等人在研究压气机喘振的情况下提出了Mansoux模型,这是对压气机叶片流量状态的一种数学描述,有助于判断压气机所处的状态,对防止系统喘振和失速有积极的作用。把确定学习与Mansoux模型结合,并在仿真上得到了对Mansoux模型旋转失速预测的较好效果,在仿真的过程中发现要实现对发动机失速的辨识需要的计算量特别大,而要求计算的时间很短。当前的单核或双核台式计算机在短时间内根本无法完成,所以寻求高性能计算机,更好的并行计算模式成为解决当前问题的一个主要目的。本文通过介绍确定学习理论在涡扇发动机旋转失速中的应用,寻找一种实现确定学习在涡扇发动机旋转失速中的并行计算解决方案,通过多种方案的分析最终采用在多核平台上实现对压气机Mansoux模型多个流量模态的并行程序设计,展示了多模态的动态快速识别过程,体现确定学习和并行计算的优势。