2011-2015年是我国国民经济和社会发展第十二个五年规划的实施和发展时期,是全面建设小康社会的关键时期,是深化改革开放、加快转变经济发展方式的攻坚时期,与此同时也是实现建筑行业大发展大繁荣的时期。桁架结构承载能力大、自重轻、相互协调性好、抗震能力强,可以承受来自多个方向的荷载,同时具有施工简单、拆装方便、造价低、运输便利等优点,因此被广泛的应用于大跨度的厂房、展览馆、体育馆和桥梁等公共建筑中。由此而产生的桁架结构优化问题在工程设计领域越来越受到人们的关注。近年来,随着计算机技术的发展,仿生型优化算法在工程结构优化设计领域开始兴起,为解决结构优化问题提供了新的思路和手段。人工鱼群算法(Artificial fish swarm algorithm, the AFSA)是一种新的智能优化算法,是李晓磊等于2002年在深入研究动物自治体模式的基础上提出的,通过鱼群中各人工鱼个体的觅食、聚群和追尾行为进行局部寻优,经过不断迭代找到问题的最优解。该算法具有良好的全局寻优能力,并对初始条件和参数设置不敏感、易于与其它算法相结合、鲁棒性强、操作简单、容易实现等优点。本文尝试将人工鱼群算法用于桁架结构优化中,以期提供一种新的优化方法。针对基本人工鱼群算法后期收敛速度慢、寻优精度不高的缺陷以及桁架结构的特点对基本人工鱼群算法进行了改进。在算法初期利用混沌运动遍历性、随机性等特点初始化解群,提高求解效率和解的质量；在算法运行后期利用粒子群优化算法惯性权重调整策略的思想动态的调整人工鱼的步长,提高寻优的速度和精度。将处理约束条件的分离比较法引入改进鱼群算法的寻优中,尝试将改进后的算法应用到桁架结构连续变量尺寸优化中。对人工鱼群算法的距离、邻域、中心位置等概念进行改进,并尝试将改进后的算法应用于桁架离散变量的尺寸优化中,以桁架截面尺寸为设计变量,结构重量最小为目标函数建立优化设计模型,并将优化结果与其它算法优化结果进行对比。结果表明,该算法具有可行性和有效性,同时为结构优化设计提供了一种新的思路及方法。