钢结构具有强度高、自重轻、抗震性能好、施工速度快、结构构件尺寸小的优点，而且符合可持续发展、材料再利用、保护环境的要求，因此被称为“绿色建筑”，成为21世纪的主流结构形式。智能优化设计在20世纪80年代，随着有限元、现代优化算法的引入和计算机软硬件的飞速发展在各个优化领域得到了成功地应用。将智能优化算法引入到钢结构优化领域对于节省工程投资、提高投资效益，丰富钢结构设计理论和方法具有重要的理论和现实意义，也可以推动智能优化算法在钢结构优化设计中地实际应用。 本文针对将智能优化算法引入钢结构优化设计领域存在的问题，主要进行了以下工作： 1.遗传算法是一种借鉴生物进化中自然选择和自然遗传机制的智能优化算法，核心概念是“适者生存，优胜劣汰”。遗传操作中对算法寻优性能起重要作用的是交叉、变异算子，文中改变了传统遗传算法中保持交叉、变异概率不变的做法，提出了基于阈值的动态交叉变异概率算子。这种新的遗传算子解决了遗传算法中依靠经验和试算选取参数的不足，可以增大后期交叉、变异概率，从而提高了种群的多样性和全局寻优性能，有效地克服了遗传算法在解决钢结构优化问题时易出现的迭代缓慢和早熟现象。 2.模拟退火算法是模拟固体退火过程而发展起来的一种局部搜索能力很强的智能算法。文中针对钢结构离散变量的优化问题，提出了(-K～K)的邻域结构。这种精巧、紧凑的邻域结构缩短了寻优步距，进一步提高了算法的局部搜索能力，可以节省搜索时间和提高后期的寻优速度。 3.文中将改进后的遗传算法和模拟退火算法相结合，提出了用于钢结构优化设计的新型智能优化算法——遗传模拟退火算法。这种新算法综合了遗传算法和模拟退火算法各自的优点，既具有强大的全局寻优性能，又具有良好的局部搜索能力，从而使得算法具有更高的寻优效率和稳定性。 最后将这种新型智能优化算法应用在钢结构优化设计中，优化结果表明，遗传模拟退火算法是一种用于结构优化设计领域的行之有效的方法。