针对现代智能优化算法特别是粒子群优化算法与群搜索优化算法这两种群体智能优化算法进行了研究,基于这两种群体智能优化算法,结合“和声搜索”优化算法,提出了一种新的混合智能优化算法,即粒子群搜索混合优化算法(PSGSO)。　　 介绍了结构最优化问题的概念以及优化设计算法的发展历程,介绍了粒子群优化算法和群搜索优化算法的基本思想、基本原理和实现过程。详细说明了本文的研究内容,包括PSGSO混合优化算法的产生、原理、实现以及同“和声搜索”优化算法的结合。本文的PSGSO算法分别有三种类型,第一种类型是适用于设计变量是连续变量的算法；第二种类型是适用于设计变量是离散变量的算法；第三种类型适用于设计变量是混合变量的算法,也就是设计变量中包含了连续变量和离散变量。　　 基于MATLAB平台,编写了PSGSO混合优化算法的主程序,并与有限元方法结合,将算法应用到多个经典的桁架结构截面优化设计算例中。　　 对PSGSO混合优化算法的时间效率进行了研究,算例研究结果表明本文提出的PSGSO混合优化算法对较少的粒子数有着惊人的适应性,可以大大提高优化计算效率。　　 将PSGSO混合优化算法应用于设计变量为混合变量的桁架结构形状优化设计,设计变量包括离散的截面变量和连续的几何变量,研究结果表明对于形状优化设计问题,该算法同样具有良好的收敛速度和收敛精度。