结构优化设计能为工程及产品设计提供一种重要的科学设计方法,是计算力学及现代设计制造领域的重要研究方向.本文的主要研究工作包括:针对具有离散变量的桁架结构拓扑优化问题,对传统的优化准则法(满应力设计方法)进行改造,建立一种能求解离散变量结构优化设计的拟满应力法.该算法思路清晰,迭代次数少,容易收敛,能够获得较为满意的拓扑优化解.遗传算法是一类模拟生物进化过程与机制求解问题的自适应人工智能技术,较传统数学优化方法更易找到全局最优解,但在应用中也存在局部寻优能力差、计算量大、对较大搜索空间适应能力差等问题.针对这些不足,本文提出了对遗传算法的改进措施.基于遗传算法与传统数学优化方法的优缺点及特性考虑,将拟满应力法与遗传算法相结合,本文提出离散变量优化准则混合遗传算法.既发挥了传统优化算法的省时、高效、收敛快和局部搜索能力强等特点,又发挥了遗传算法的全局性好的特点.因此,混合遗传算法是兼备二者之长,弃二者之短的高效的理想优化方法.考虑到拓扑关系要受到尺寸变化的影响,本文引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够既相互独立又协同进行.经过大量的分析和算例证明混合遗传算法可以显著地提高求解全局优化问题的计算效率及其稳定性,效果令人满意.使用C++builder做出改进的协同混合遗传算法解决离散变量结构拓扑优化问题的程序软件.该程序可在Windows下运行,具有精美的界面,使用方便,运行稳定,优化结果良好.