桥式起重机在国家现代工业发展过程中占有举足轻重的地位,其需求与日俱增,广泛应用于工矿企业、港口码头以及物流运输场所。桥架结构是桥式起重机的主要承重部件,在满足设计要求的前提下,研究对其结构轻量化设计的方法,最大程度减轻结构的自重,不但可以节能减排,而且对于起重机械的发展也具有十分重要的意义,具有很大的研究价值。粒子群算法与遗传算法是近年来发展迅速,应用最广的两种优化算法,但在用于工程优化问题时,粒子群算法经常存在因收敛过早而陷入局部最优解的问题;而遗传算法存在局部搜索能力差的问题。为此本文在研究了粒子群算法与遗传算法基本原理的基础上,通过对比其性能以及优缺点,对两种算法进行结合,优势互补,提出了一种对粒子群算法的改进算法——PSO-GA混行优化算法。本算法以粒子群算法为基本框架,将遗传算法的交叉算子融合进去。相比基本粒子群算法,遗传算法交叉算子的引入可以对寻优过程中种群的进化进行智能调节,提高了寻优精度以及增加了算法的鲁棒性。该算法的提出,对基本粒子群算法存在的缺点,提出了一种改进的方法。将该混行算法应用于对桥式起重机的中轨箱形桥架结构轻量化设计。设计结果表明,优化后桥架结构自重比原模型减小了13.025%,轻量化设计效果明显,能够实现节能减排以及减轻结构自重的目的。为了验证轻量化设计模型的合理性,本文将轻量化设计后的桥架结构模型利用Solidworks软件建模,并导入ANSYS Workbench软件中进行有限元分析,仿真结果验证了PSO-GA混行算法应用于桥式起重机桥架结构优化设计中的可行性。