遗传算法（GA）作为一门新兴学科，从二十世纪八十代开始迅速发展。GA存在自然并行性。并行遗传算法（RGA）作为GA的一个重要分支，也得到越来越多专家们的重视。 在本文中我们对PGA进行了较深入的理论研究。同时我们用基于PVM环境下的PGA解决了三个应用领域问题。 第一个是安徽省教委基金项目（项目号：99JL00006）中的研究课题：求复函数方程根的并行遗传算法。本文提出了一种用基于模拟退火思想的主从式控制网络PGA，实现求复函数方程根，并得到令人满意的结果。在其中我们研究和探讨了该算法实现的数学理论、关键技术，并分析了PGA实现的效率。本文提出的算法优于解复函数方程根常用的迭代法、下山法等方法。 第二个是国家自然科学基金项目（项目号：69874001）的子课题：列车节能控制问题的并行遗传算法。本文用基于模拟退火思想的主从式控制网络PGA实现了水平轨道、带坡度轨道以及限速行驶等多种情况下的列车节能控制问题。所得的结果也同样令人满意。在其中我们讨论了列车节能控制的一个数学模型、PGA实现中的应用技术，并给出了不同情况下的实例，分析了该PGA实现的效率。 第三个是工程应用经常遇到的多机调度问题，在本文中我们实现了一个解决带约束并行多机调度问题的主从式控制网络PGA。计算结果表明，主从式控制网络PGA是有效的，且能适用于大规模并行多机调度问题。 用PGA解这三类问题在国内外文献中，我们至今尚未见有报导。同时，从这三个应用领域的PGA的实现中，我们可看出PGA存在广阔的应用前景。PGA与其它优化方法相结合可提高算法的效率。