并行遗传算法将并行计算机的高速并行性和遗传算法固有的并行性相结合，极大地提升了遗传算法的求解速度和质量。在主从式0细粒度和粗粒度这三类遗传算法并行化模型中，粗粒度模型以其较小的通讯开销和对种群多样化，获得了最广泛的应用。本文概括了基于模式定理和有限状态马尔可夫链的遗传算法理论，总结了前人在粗粒度模型下开展的理论分析和实践应用，并指出并行遗传算法的研究将向异步化，理论化和模型化的方向发展-而有限状态马尔可夫链是构建并行遗传算法可执行模型的有力工具。-Parallel genetic algorit

基于隐马尔科夫链的中值滤波去噪程序，输入为加速度传感器的值，输出为滤波过后的平均值。-In hidden Markov chain of the median filter to denoising procedures, enter a value for the acceleration sensor, the output for filtering after the mean value.

Some Examples of (Markov Chain) Monte Carlo Methods