针对大规模结构非线性动力问题的有限元分析非常耗时，基于消息传递接口（MPI）机群环境，提出多种基于并行求解策略的显式有限元并行算法。基于显式消息传递的区域分解技术，采取重叠、非重叠区域分解技术及动态任务分配方法，通过将计算与通信重叠，优化处理器间的通信，对非重叠通信区域分解并行算法、重叠通信区域分解并行算法、群动态任务分配算法、动态任务分配算法及动态负载平衡算法进行研究。为在机群环境下实现非线性动力有限元分析，开发了基于有效并行求解策略的显式有限元并行算法。编写了基于消息传递编程模式的并行有限元程序，在工作站机群上实现了数值算例，分析了算法的性能，并与传统的Newmark算法进行了比较。算例表明：群动态任务分配算法的性能优于动态任务分配算法，低于区域分解算法的性能，动态负载平衡算法最优。对相同规模的问题提出的算法比Newmark算法快，优于Newmark算法。对结构非线性动力问题的有限元分析，所提出的并行算法是可行有效的。

针对弹塑性问题的有限元分析非常耗时,基于消息传递接口(MPI)集群环境,提出了残余平滑的子结构预处理共轭梯度并行算法。采取区域分解,将子结构通过界面条件处理为独立的有限元模型。整体分析时,每个处理器仅存储与其相关的子结构信息并生成局部刚度矩阵。采用对角存储方式和最小残余平滑法,设计出了结合残余平滑(MR)的并行子结构预处理共轭梯度(PCG)算法。并行算法中对负载平衡进行了探讨,对处理器间的通信进行了优化。利用子步法对弹塑性应力应变进行积分,根据预定的容许值自动调整每个子步的大小来控制积分过程的误差。在工作站集群上实现了数值算例,分析了算法的性能,计算性能与传统的PCG算法进行了比较。算例显示:所提算法具有良好的加速比和效率,优于传统的PCG算法,对弹塑性问题的有限元分析,是一种有效的并行求解算法。