结构优化设计的理论和方法近30年来得到了迅速的发展,但大多数的研究都是针对连续变量的,离散变量结构优化设计的专著比较少.因此,建立适用于离散变量结构优化设计计算的算法是很有工程实用价值的.混沌具有遍历性,随机性和"规律性"等特点.混沌运动能在一定范围内按其自身的"规律"不重复地遍历所有的状态.因此,利用混沌变量进行优化搜索无疑会比随机搜索更具优越性.混沌的发现,对科学的发展具有空前深远的影响,并展现出诱人的应用与发展前景.于是本文将目前只能处理连续变量的混沌算法加以改进,得到了能处理离散变量的混沌算法.算例表明,混沌算法运算的次数少,力学概念清晰,能够得到较好的优化结果.在研究分析基本遗传算法原理和综合近期关于遗传算法研究进展的基础上,对基本遗传算法提出了若干改进措施:采取最优个体保存、最差个体替换策略;利用混沌序列的"遍历性、随机性、规律性"的特点生成初始种群;采用佳点排序法减轻了计算量;采用适应度的指数尺度变换;采取变交叉率、变变异率的进化措施;在简单遗传算子中加入了混沌算子,大大提高了局部搜索能力.改进遗传算法有效防止遗传算法陷入局部最优和发生早熟现象.在处理约束条件时,提出智能动态惩罚函数法.智能的方法是通过引入模糊推理技术根据惩罚函数和约束条件的关系来确定惩罚因子.采用这种方法后在处理惩罚因子时惩罚因子的大小会自动地调整,实现智能化.最后本文通过算例表明,改进后的遗传算法与混沌算法组成的混沌遗传算法的优化结果想当理想,效果令人满意.