网络技术的迅速发展为网络并行计算提供了很好的条件,基于局域网的机群并行计算和基于Internet的网格计算是其典型代表。机群并行计算以其易可扩展性、高性价比等优点成为当今高性能计算(High Performance Computing,HPC)领域的一个研究热点。在机群并行计算中,任务调度和动态负载平衡是进行网络并行计算的关键。在并行程序设计中,如果能准确衡量和预测结点负载,将会有效提高并行程序的执行效率,对其进行研究具有重要的理论和应用价值。论文首先介绍了并行计算技术和MPI(Message Passing Interface,消息传递接口)并行程序设计的相关内容,并对并行程序设计中出现的负载问题进行了研究。其次分析了负载的特性,为负载预测提供了依据。结合MPI并行编程标准在Windows系统上建立基于误差反向传播(error Back Proragation,BP)算法预测的负载平衡系统,给出了系统的规划方案和设计架构。采用自适应、主动的负载收集策略,建立负载收集模块,及时、准确地收集结点负载信息,为负载预测提供信息基础。采用BP神经网络预测结点的负载变化情况,并建立BP神经网络预测模型。最后在局域网内构建了基于MPI的并行计算平台,对系统模型进行了测试验证。实验结果表明,与MPI直接分配方式相比,基于BP算法负载预测设计的调度系统的性能有了一定的提高。