近年来，随着一些实际应用领域中大规模稀疏矩阵求解问题的推动，代数多重网格AMG(Algebraic Multigrid Algorithm)算法及其并行化的研究成为了数值计算领域的热点。　　 本文在原始AMG算法和MPRS算法(Multiple Phase Grid-CoarseningAlgorithm)的基础上，设计了一种优化的动态阈值RS算法DVRS(Dynamic ValueGrid-Coarsening Algorithm)。在Visual Studi02008环境下进行了实验，结果表明，本算法适用于更广泛的领域，与原有的并行AMG算法相比，在并行效率上有着不错的提升，主要体现在迭代次数和迭代时间上。本文主要工作如下：　　 1.总结了目前常用的代数多重网格算法及其并行化方法，介绍了这些算法的原理，并分析了这些算法各自的优缺点。　　 2.在已有的并行AMG算法（RS3算法和MPRS算法）的基础上，引入了动态阈值的概念，它每一轮都会按照阈值变更系数的大小发生变化，用于对单个网格点进行检测。由此提出了优化的DVRS算法来处理并行AMG问题。　　 3.对于不同类型的稀疏矩阵，以7*7规模的特殊矩阵模拟，并用不同的初始阈值和阈值变更系数加上不同的函数计算机制进行并行化实现，研究和验证对于各种不同类型的特殊矩阵采用哪个范围的初始阈值和阈值变更系数更能发挥DVRS算法的优势。　　 4.研究了基于代数多重网格算法的并行化实现，在对二维浅水波的简化Navier-Stokes方程离散和分析数据之后，用优化的DVRS算法和传统算法进行实验并分析结果。实验表明，优化的DVRS算法在网格点规模比较大的时候，能够发挥比传统RS3算法更好的迭代速度和加速比。