随着油田勘探开发的深入，地震资料的数据量和处理量越来越大，地震资料要进行大规模的高性能计算已成为人们的共识。高分辨率地震勘探和时移地震勘探等新技术的推广，使地震数据野外的采集量变得更加庞大。时移地震中的高性能计算变得越来越重要，分布式、并行处理的需求更加迫切。 论文基于MPI在微机集群上实现了时移地震资料并行处理，其中主要是针对计算量较大的相位校正进行的并行化，取得了较好的效果。 论文研究了基于Agent技术的偏微分方程分布式并行求解。在区域分解方法中采用Agent技术，实现了在求解的过程中进行推理判断，自主选择合适的边界条件和决定通讯时机，从而避免不必要的通讯以及伪值的传输，加快求解速度。 论文研究了MobileAgent技术在分布式并行计算的应用。它使分布式并行计算具有了动态性、智能性等特点，也使Agent技术具有了求解大规模问题的能力，非常适合于现代网络计算的需求。利用MobileAgent技术把各个需要并发执行的子任务派遣到不同的主机上，从而实现并行计算。运用MobileAgent技术实现了时移地震资料分布式并行处理，取得了较好的效果。 论文研究了基于Jini技术的分布式并行计算。Jini技术将计算机构成一个动态的分布式系统。其中的每一成员都给其它成员提供资源和服务，同时又从其它成员中获取自己所需的资源和服务。这些成员都是自治的，能够随时加入或退出。运用Jini技术实现了时移地震资料分布式并行处理，取得了较好的效果。 论文采用基于Agent的并行遗传算法进行属性优化，把每个个体视作一个Agent，每个子群体中的优秀Agent可以与其它子群体交互，从而可以实现通讯代价小而又能确保最终求取最优解的目标。同时研究了基于Agent技术的属性优化专家系统。 论文采用Java技术实现了基于Web的油田分布式监控。系统中数据和应用可以通过不同平台、不同网络存取，具有与平台无关，用户界面统一，扩展性好等优点。 论文还研究了基于设计模式和Agent技术的软件复用技术以及小波变换在时移地震资料处理和提取相对高频属性方面的应用及其并行算法。