钢筋混凝土结构(RC结构)具有设计变量、约束条件复杂的特点,并且设计变量按模数选取,一般为离散变量,因此RC结构优化设计与杆件结构相比更加复杂,其优化设计发展较慢。为解决RC结构优化设计的问题,本文建立了一种变惩罚因子的新型惩罚函数,对遗传算法适应度函数进行了改进,提出了一种新型改进遗传算法。并提出一种适用于多目标、多变量的RC结构优化问题的拟满内力法。同时为减小遗传算法优化过程中发生早熟的概率,将拟满内力与改进遗传算法相结合,提出了拟满内力与遗传算法连接的解码公式,组合成拟满内力混合改进遗传算法,并建立了RC框架结构模型,验证本文提出的算法的有效性。由于在实际的结构工程中往往存在多种不确定因素,因此在进行RC结构优化设计时,本文建立了RC结构的多目标模糊优化数学模型,以最低造价及每个单元的正截面承载力为目标,采用分层序列法将RC多目标模糊优化问题清晰化,并使用拟满内力混合遗传算法计算其模糊优化解。本文采用C++Builder6.0软件编译了相应的程序软件,主要包括改进遗传算法、拟满内力法、混合遗传算法、模糊优化设计以及适用于该算法的内力计算程序软件。并通过对几个RC结构的算例进行优化设计,通过与相关文献进行对比分析,结果表明,混合后的拟满内力遗传算法优化设计效率高,该混合遗传算法既可发挥标准遗传算法全局优化效果好的优点,又可利用拟满内力进行局部优化,较两种算法单独使用时优化效果明显,优化结果较为理想。