多体系统的相变是物理学中的研究难点,数值模拟是除理论和实验研究之外对此问题的重要研究手段。从模拟的角度来看,相变可分为平衡和非平衡两类,前者需要保证系统在演化过程中达到细致平衡,后者则令外部驱动的特征时间短于系统的弛豫时间,让系统来不及平衡就被驱动到下一个状态,这类情况也被称为动力学相变。在诸多算法中,有限时间动力学算法以一个类似于有限尺寸的有限时间作为标度因子,探测系统的标度行为并提取临界指数、标记普适类。运用该算法模拟相变行为,能使系统在外场的驱动下顺利越过相变点,克服临界慢化。该算法已经在相变现象的动力学模拟中得到广泛应用。本文旨在探讨将该算法并行化,通过程序设计获得高加速比以提高模拟效率。本论文的主要内容和研究成果如下:（1）本文对有限时间动力学算法进行并行化设计,考虑到不同编程语言之间的优缺点,分别实现了基于Fortran+MPI和基于Python两种不同版本的并行模拟程序。此外,详细研究了模拟模型的尺寸、样本数、进程数以及变温速率对并行程序加速比的影响并提出了提高加速比的措施。为了避免多次数据通信造成CPU等待而费时的情况,各个进程将模拟结果存储于一个私有的数组中,最终由主进程实施一次性的数据收集,这使本文的并行模拟系统实现了较高的模拟效率,在进程数为10的情况下获得了9.6左右的加速比。（2）利用所开发的并行模拟系统对二维伊辛模型进行并行化模拟,在提高了模拟效率的前提下,通过加大模拟模型的尺寸和样本数,尽可能地减小了有限尺寸效应所带来的影响以及获得了更好的样本平均。经过对比发现各个临界指数的模拟结果与其理论值相符,验证了并行程序的正确性。此外,三维伊辛模型至今未有理论解析解,本文对其进行并行化模拟和研究,经过有限时间标度公式拟合之后发现各个临界指数与大多数文献中的结果相符。（3）在同一台计算工作站上,分别记录了二维和三维的伊辛模型在多样本、大尺寸的情况下所需要的模拟时间,经过对比发现在相同条件下,运行时间与变温速率几乎呈严格的线性关系。且在相同变温速率下,二维和三维伊辛模型的模拟时间能够保持近三倍的比例关系,再结合之前所获得的高加速比,证明了本文的并行模拟系统适合作一定规模的并行模拟运算,亦证明了蒙特卡罗类算法的维度无关性。最后,在模拟数据的曲线出现偏差又很难通过增加样本来获得更好的统计平均时,本文引入指数加权平均算法对数据进行处理,得到了更光滑、偏差更小的数据曲线,借此可进行更精确的取值。