随着并行体系结构计算机价格的下降以及研究对象的复杂化,人们开始利用高性能计算手段进行复杂系统的仿真,使并行离散事件仿真(PDES)再次成为新的研究热点。并行仿真引擎在PDES研究中具有重要的地位,论文围绕并行仿真引擎及其相关技术从并行仿真引擎的结构、提高PDES的性能、提高PDES的易用性三方面展开研究。论文首先对并行仿真引擎本身进行研究,提出并行仿真引擎的分层结构,实现了一个原型系统PARSE。论文将并行仿真引擎分为通信层、核心层、RTI服务层和功能扩展层,阐述了各层的功能及相关技术。重点研究了核心层与功能扩展层,讨论了PDES的基本机制,利用两个特殊的逻辑进程实现了实时并行仿真功能以及与HLA联邦交互的功能。以PARSE为平台,论文研究了通过控制事件发送的乐观性和减小回退开销这两个方面来优化性能的方法。对两种控制事件发送乐观性的方法进行了分析与比较,又在分析多种已有回退方法开销的基础上提出了基于事件的回退方法,这是多种回退方法的组合,能够发挥每种回退方法的优势。实验结果表明,在多数情况下基于事件的回退方法的开销要小于单独使用某一种回退方法的开销。计算量过大问题是阻碍探索性分析方法应用的重要因素。论文通过分析其计算特点提出用仿真克隆方法提高探索性分析在高性能计算环境下的计算效率。仿真克隆提高效率的关键在于共享了不同仿真中相同的计算。论文在深入研究递增克隆机制的基础上,在PARSE中实现了用户透明的仿真克隆功能,并解决了在分布内存处理器上进行仿真克隆带来的问题。实验结果表明,随着仿真数目的增加与决策点的推迟,仿真克隆使仿真的性能有显著提高。论文最后从降低并行模型开发难度的角度出发,研究了串行仿真模型的并行化方法,实现了Simulink模型基于RTI的并行化和JMASE模型基于PARSE的并行化。