结构优化设计是近二十年发展起来的一门新技术。优化设计的出现，使设计者从被动地对设计方案进行校核进入主动的方案设计。在结构设计中采用优化方法，可以提高设计质量，加快设计速度，降低工程造价，从而带来巨大经济效益。因此，结构优化设计理论及其方法的研究对于工程实际应用具有重大意义。 目前，对于连续变量的优化设计的理论及其方法的研究日趋成熟。但是，在工程实际问题中，许多设计变量的取值不是在某一范围内连续变化，而是只能取某些符合一定条件的离散值。在解决混合离散变量优化设计问题时，由于设计变量的离散性，一些发展成熟的连续变量的优化设计方法已经不再适用。因此，有必要研究专门解决混合离散变量优化问题的优化方法。 本文结合河南省教育厅项目“大型预应力U型薄壳渡槽结构优化设计”，对混合离散变量优化设计理论及其方法展开了一系列研究，研究内容主要有以下几点： 1.将“爬山”法与“查点”法结合起来，形成了混合离散变量的直接搜索算法，并根据此算法构造思想编制了优化计算机程序。 2.对标准遗传算法作了一定改进，并研制了改进遗传算法的计算程序。 3.将混合离散变量的直接搜索算法与遗传算法相结合，形成了混合遗传算法，并研制了相应的计算程序。 4.建立了大型预应力U型薄壳渡槽结构优化的结构分析模型和优化设计的数学模型，并利用计算程序对其进行了优化，得出了令人满意的优化结果。 5.利用FORTRAN与AutoLISP混合编程思想，编制了FORTRAN-LISP参数化绘图程序，实现了优化结果的自动化绘图。 利用有关考题对离散变量的直接搜索算法、改进遗传算法和混合遗传算法进行了考核，得出了以下主要结论： 1.混合离散变量的直接搜索算法用时少，效率高。但是，该算法一般搜索到的只是局部最优解。 2.混合离散变量的直接搜索算法对初始点要求较高。如果初始点选择不当，则很难寻到最优解。 3.遗传算法能以很快的速度收敛到最优解附近，但是达到真正最优解却要花费很长时间。 4.改进遗传算法搜索到的最优解优于直接搜索算法，充分表明改进遗传算法较直接搜索算法具有更强的全局搜索能力。但是，即使是改进的遗传算法，如果进化代数不够充分大，搜索到的解也不能保证是全局最优解。 5.混合遗传算法中，同样精度的最优解首次出现的迭代代数较改进遗传算法早。即在混合遗传算法中，若达到与改进遗传算法同样精度的最优解，所需迭代代数少。 6.大型预应力U型薄壳渡槽结构优化设计结果充分表明，结构优化设计具有显著的经济效益。 7.利用编制的FORTRAN-LISP参数化绘图程序，实现了优化结果的可视化。 本文的研究工作对遗传算法的改进、遗传算法在混合离散变量优化设计中的应用以及渡槽的系统化设计研究具有一定参考价值。