随着大数据信息时代的到来,高性能计算逐渐成为计算机科学和其他工程领域进行深入研究的关键工具,并能够为各种精细和复杂的问题提供越来越可靠的计算结果。如今高性能计算机的计算能力进一步提高,同时量子化学作为目前高性能计算应用最活跃的领域之一,量子化学家们也开始研究新的计算算法和计算模型,为进一步提高量子化学程序的并行规模和计算效率不断努力。对于量子化学程序,采用合理的应用程序编程接口（API）可以加快代码的开发速度,最大程度地利用计算资源。当前确定性方法的并行方案多是采用MPI、OpenMP、CUDA和OpenCL等。密度矩阵重整化群（DMRG）方法作为近几年来量子化学领域最热门的方法,随着活动空间的不断扩大,电子组态波函数中的组态排布数目（实际为量子态的叠加）在给定的分子轨道空间内会以指数增长,导致当前确定性方法的并行方案有很大的局限性。当并行计算负载随着计算规模的扩大而扩大时,可移植性、通信延迟以及负载平衡成为一个高效的并行程序必须面临的挑战。Charm++并行计算框架,建立在可迁移对象的编程模型上,可以对高性能计算相关技术（如:运行时的数据通信、容错、负载均衡）进行封装,通过负载平衡策略实现动态负载平衡,可以屏蔽超级计算机体系结构和并行技术的复杂性,这些挑战可以迎刃而解。本文针对在巨大的希尔伯特空间中,从矩阵乘积态（MPS）波函数到组态相互作用（CI）波函数的构造问题,结合具有内在并行性的遗传算法进行研究。本文的主要工作如下:第一,介绍目前高性能计算与量子化学相结合的国内外研究现状,说明了本文的研究意义,分析了高效并行程序的主要问题。然后针对这些问题,提出使用面向新型编程模型的Charm++并行计算框架来实现高效的并行程序。最后介绍了在研究中使用的Charm++基础知识以及涉及到的量子化学领域知识。第二,根据遗传算法的特点以及Charm++并行计算框架的开发理念,重构了从MPS构造CI扩展的有效过程,详细介绍了使用Charm++程序实现的整个流程,以及结合量子信息技术的纠缠驱动遗传算法EDGA和蒙特卡洛算法。最后根据希尔伯特空间以指数扩张的特点,将采样程序进化到种群扩展版本PE-EDGA。第三,使用典型的化学发光分子,即1,2-二氧杂环丁酮（1,2-dioxetanone）,萤火虫二氧杂环丁酮阴离子（firefly dioxetanone anion,FDO-）,对MPS-to-CI进行并行效率测试。验证了该方法可以灵活地应用于各种多核体系结构,在增加异步执行的比例后,可以持续提高并行效率,种群扩展版本PE-EDGA方法可以在几个小时内从一个巨大的希尔伯特空间中构造一个完全活性空间（CAS）型CI波函数,节约了大量时间成本。