Occam反演以其稳定收敛和不依赖于初始模型的特性，被广泛应用于大地电磁数据的处理。但是，在Occam反演过程中偏导数矩阵的计算和拉格朗日乘子的求取导致大量的模型正演，使得反演速度低下。为此，研究了利用基于PVM的并行计算来解决这个问题。 PVM是当前流行的并行编程环境之一。PVM系统兼容性好，但默认条件下性能设置比较保守，系统性能还存在优化提升潜力。矩阵乘法是可以借助并行计算实现效率提升的典型运算之一，本文利用预设的矩阵乘法运算测试用例，给出了从任务粒度划分、消息传递的寻径与封包、任务分派、节点负载均衡等方面优化PVM并行性能的策略，并分析了相关优化手段在优化PVM性能工作中的实用价值。 在讨论了PVM的各种优化策略后，本文把相关优化手段引入Occam反演并行化工作中，以提升性能为主要目标，从反演任务粒度优化、通信性能优化、动态负载均衡、节点数自适应4个方面入手，对原有基于PVM的Occam反演并行程序实施了改进。 在优化性能的同时，本文在增强Occam反演并行程序的易用性方面也进行了尝试，并在原有Occam反演并行程序基础上，实现了异速集群节点侦测、集群规模感应、节点间文件自动分发功能。 最后，给出了改进后Occam反演并行程序的性能测试数据。测试结果表明，相对于原有Occam反演并行程序无法很好利用更大规模集群的问题，改进后的Occam反演并行计算程序在20节点集群环境下，整体加速比相对8节点集群环境下得到了进一步提升，并仍然保持了较高的节点效率。此外，改进后的Occam反演并行程序的易用性也有改善，对不同集群环境的适应性更强，在生产科研中更具实用价值。