并行计算模型是为研究并行算法的性能，开发具有可移植性并行程序而建立的一种理论计算模型。本文研究面向网格的可扩展并行计算模型与算法设计，构建面向网格环境的可扩展并行算法框架，体现网格计算的特点，充分发挥网格计算优势，支持网格抢先式调度系统功能。 本文构造和实现基于思维进化计算的网格计算模型与并行算法，支持网格环境下的动态资源分配。文中的主要工作包括：提出一种基于空间分解并行策略的二级并行计算模型；构造基于思维进化的MESP-PEA的并行算法；采用可分解/可拼接编码、信号量技术等，支持动态资源分配，提高网格服务质量。网格平台运行结果证明上述算法收敛性能及可扩展性方面都得到了提高。 文中将趋同、异化操作引入到并行演化计算中，构造MESP-PEA并行算法框架。对构成MESP-PEA的方法和技术进行深入的分析。其中可分解/可拼接编码是一种自适应编码，趋同操作和异化操作针对多维函数优化问题做了改进。 本文在“自强3000”集群环境并行实现了MESP-PEA算法，分析了算法的并行效率。加速比实验表明算法具有良好的加速比。MESP-PEA解精度实验显示解的精度与节点规模增加成正比，这点非常具有使用价值，表明MESP-PEA算法可以很好的支持网格环境下的动态资源分配。 本文进一步针对网格环境下动态资源分配的特点实现了算法的并行，给出在网格环境下算法会遇到的问题及改进方法，实现了对网格环境下动态资源分配的支持。文中论述算法在网格环境下的执行过程，给出了MESP-PEA算法动态资源分配情况下的实验结果。上海高校网格 e-网格计算应用平台上的动态资源变化实验表明，该算法可以支持抢先式网格调度，提高网格服务质量。 本文最后给出了进一步的研究方向。框架技术使得从一个构件库中建立应用变得容易。同时构件采用框架统一定义的接口，从而使构件间通信简单，易于实现。整合网格平台上的数据管理功能，开发可重用的并行框架将成为本文需要研究的进一步工作。