优化理论及方法的研究始于二十世纪三四十年代,由于计算机的发展,才使它得到了蓬勃的发展,产生了传统的基于迭代原理的各种数值方法,并在工业生产、经济等领域得到了广泛的应用。但随着研究的深入,实践中不断出现新的问题,使得优化理论及方法的研究仍然成为迫切需要。遗传算法是近年来在计算机科学领域和优化领域中受到广泛关注的一种拟生物进化理论的仿生学算法。遗传算法作为一种全局优化搜索算法具有简单通用、鲁棒性强、适用于并行处理以及应用范围广等显著特点。作为一种搜索算法,遗传算法的基本框架已经形成,在各种问题的求解和应用中体现了它的优点,同时也暴露出了在理论和应用技术上的许多不足和缺陷。把遗传算法与局部搜索方法有机地结合起来,是改进遗传算法性能的卓有成效的方法。混沌是存在于非线性系统的普遍现象,具有随机性和遍历性。混沌运动具有对初始值变化强烈的敏感性,初值条件及其微弱的变化会引起系统行为的极大变化。因此,利用混沌变量搜索比随机搜索更易跳出局部解,更具有优越性。结构优化设计是利用最优化技术,寻找在满足设计约束条件下的最优解。优化方法是结构优化设计的基本方法,常见的结构优化方法分为非直接法和直接法。结构优化设计包括三个阶段:建立数学模型,把一个工程结构的设计问题转换成一个数学问题;选择一个合理、有效的计算方法;编制计算机程序进行计算。本文对遗传算法及其在结构优化设计应用中的相关内容进行了研究与分析。介绍了遗传算法的发展现状、基本结构、主要特点和改进技术以及结构优化设计的研究背景、发展现状和特点。在简单遗传算法的基础之上,提出了一种基于实数编码和混沌理论的混沌遗传算法,运用常用的测试函数对该算法进行了性能测试,并对测试结果进行了分析与总结。针对结构优化设计的特点,本文建立了遗传算法应用于结构优化设计的优化模型,阐述了遗传算法用于结构优化设计的基本流程,将混沌遗传算法用于对25杆空间桁架和72杆空间桁架的结构优化设计,证明了算法的有效性。