蒙特卡罗马可夫链(MCMC)算法是概率推理中的重要方法,在统计学、人工智能、图形学、统计物理等有重要应用。MCMC算法对机器的计算速度和存储空间有很高的要求。并行计算机能够提供更快的计算速度和更大的存贮空间。现有的MCMC软件都是基于单处理器的,并行MCMC算法的研究也还刚刚起步,离实际应用还有很大距离。针对这种状况,本文在总结MCMC算法和并行计算基本技术的基础上,设计并实现了一种基于多链MCMC的并行化方法,即在并行计算机上应用MCMC算法的简单多链MCMC并行模型,具体工作包括:提出了在并行计算机上应用MCMC算法的简单多链MCMC并行模型。该模型包括输入、数据预处理、并行多链采样、多链收敛性诊断、采样数据处理及输出六大模块。以JAGS为采样引擎,通过C语言编程和MPI并行程序设计,实现了该模型。开展了实验研究。对几个典型问题,分别应用BUGS、JAGS软件及本多链并行MCMC模型,对结果作了对比、分析。实验充分说明,简单多链MCMC并行模型在不减少精度的情况下,能极大地提高计算速度。