随着技术和设备的发展,工程结构优化设计中的结构模型已经逐渐由依赖大量假设建立简化模型转移到更加反映结构本质的复杂模型,这一转变提高了优化问题的准确性和适用性。但是基于这种建模方式得到的优化命题大都具有方程个数较多,变量维数高,非线性强等特点,这使得工程结构优化问题的求解及变量的储存都困难重重。在面对这类问题时,常规优化计算对初值敏感性,收敛性,收敛速度等方面捉襟见肘。这时就需要有一个高效的优化工具来弥补传统优化算法的不足。近些年启发于生物行为的生物启发式计算以其易于实现,高效的优化性能,计算相对简单,无需问题特殊信息等优点在解决复杂工程结构优化问题时扮演着重要角色。本文在回顾了生物启发计算的发展及其在结构优化设计中应用的基础上,介绍了一例新的生物启发算法—教与学优化算法,并将它应用在空间桁架截面优化设计和桁架几何优化设计中。通过他们在结构优化上的表现发现精英策略的设置对算法的优化性能的改善无明显效果,并且教与学优化算法在较低维度和可行解空间较复杂时易陷入局部最优。针对教与学优化算法易陷入局部最优解,局部搜索能力不强的特点,引入混沌搜索,利用混沌搜索遍历性和随机性的特点使算法容易跳出局部最优点；同时针对教与学优化算法教学阶段只利用种群的平均值导致群体间的互动性不足从而容易引起算法的“早熟”,在教学阶段引入生物的被动集合行为。经过这一系列的改进后的算法称之为改进的混沌教与学优化算法。改进后的算法继承了教与学优化算法不需特定参数的优点。最后将改进的混沌教与学优化算法应用到离散截面的钢框架结构优化和混合变量的桁架结构动力特性优化上,结果表明改进的混沌教与学优化算法的收敛特性要优于原算法,能够很好的应用到结构优化中去。