人工智能（Artifificial Intelligence简称AI）自诞生以来,其理论和技术日益成熟,应用领域也在不断扩大。在土木工程中的应用也逐渐推广开来,尤其是在空间结构领域。目前在空间结构领域,以索穹顶结构为代表的由索、杆单元合理组合而成的新型索杆张力结构体系已成为空间结构界关注的重点^[1]。因此如何把人工智能应用于索穹顶结构中值得我们去深入探索研究。本文以葵花型索穹顶结构为研究对象,对其进行内力控制优化和位移控制优化数值模拟研究,并设计了一个5m直径的葵花型索穹顶结构对其进行内力控制的试验研究,主要工作如下所示:首先,在传统索穹顶结构的基础上,以装有作动器的作动杆代替原结构中的部分索杆,使之通过作动杆的调节成为能够主动控制结构形状、内力的自适应索穹顶。再对结构进行内力灵敏度分析和位移灵敏度分析,并引入了杆件工作状态系数和结构工作状态系数的概念,在此基础上分别建立了内力控制优化模型和位移控制优化模型。并对用于求解此优化模型的智能算法（蚁群算法、多种群遗传算法）进行了详细的阐述。基于MATLAB对此内力控制优化问题和位移控制优化问题进行了数值模拟研究,详细阐述了各工况下的优化控制效果。本文选取直径为120m的葵花型索穹顶结构作为研究对象进行内力优化控制和位移优化控制,并在不同荷载下,考虑作动器不同布置位置和布置数量,用蚁群算法和多种群遗传算法分别计算了在进行内力优化控制和位移优化控制时,各工况下的内力、位移、各杆件工作状态系数、结构工作状态系数。分析了各工况下的内力控制效果和位移控制效果。探究了在内力优化控制和位移优化控制时,蚁群算法和多种群遗传算法的优劣以及不同荷载工况下最优的作动器布置方案（包括布置数量和位置）。设计了5m直径的葵花型索穹顶结构模型,用作动杆代替原结构中的内圈压杆,并同时设计了一套作动控制系统,对其进行内力优化控制的试验研究。采用泰斯特电子有限公司生产的动静态应变测试系统对结构的应变和应力进行采集。通过分析对比试验结果和理论数值模拟结果,进一步揭示了自适应葵花型索穹顶结构的内力优化控制效果。