遗传算法是一种借鉴生物界自然选择和遗传机制的高度并行、随机、自适应的全局优化概率搜索算法。国内外都非常重视遗传算法的理论和应用研究，并取得了令人瞩目的进展，遗传算法的应用成果已渗入到许多领域。结构优化设计是将优化原理和计算机技术应用于工程设计，使所设计的结构在满足各种规范或特定要求的限制下，某些评价指标(重量，刚度，造价等)达到最佳。遗传算法作为新兴的智能优化技术中的最重要的算法之一，在结构优化中有着广泛的应用前景。但遗传算法的理论和方法尚未成熟，算法自身的一些不足也有待于进一步地改进和完善。本文通过研究遗传算法理论基础，分析遗传算法的运行机理，研究遗传算法各构成要素对算法性能的影响，对各个步骤操作进行了深入分析并提出改进方法。针对现有自适应遗传算法中所存在的局部搜索能力弱、晚期运算效果的不确定性等缺点提出新的自适应遗传算法，并在MATLAB环境中实现遗传算法求解结构优化问题。本文的主要研究工作如下：1.深入分析遗传算法的基本理论，阐述了遗传算法的实现方法，针对遗传算法的缺点，对适应度函数、选择算子、交叉算子、变异算子的基本性质及其对遗传算法性能的影响进行了进一步分析并提出相应的改进方法。2.深入分析自适应遗传算法的基本思想和一种改进的自适应遗传算法以及他们存在的优缺点。针对现有算法的不足，提出一种随种群的进化而动态变化的自适应交叉算子和变异算子来改进现有的自适应遗传算法，以增强收敛性，提高算法的优化效率及确定性；引入了精英保留策略以克服各代种群最佳个体未能保护的缺点。用典型测试函数验证改进算法的有效性。3.深入分析结构优化理论，并针对桁架结构的特点和遗传算法运用要求，选择了罚函数法进行去约束处理，得到适应度函数。文中用MATLAB编制程序实现了所改进的自适应遗传算法。基于新算法的思想，对三杆及十杆这两种典型桁架结构进行优化，并对新算法的优化结果、优化进程与简单遗传算法的优化结果、优化进程进行比较，验证了改进算法的可行性和有效性。