供參考工程結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究進(jìn)展分析的系統(tǒng)性理論如神經(jīng)網(wǎng)絡(luò)算法、遺傳算法，進(jìn)而提出了工程結(jié)構(gòu)優(yōu)化設(shè)計(jì)算法的發(fā)展方向。可能的設(shè)計(jì)中尋找最正確的設(shè)計(jì)進(jìn)而促進(jìn)目標(biāo)的實(shí)現(xiàn)，這個(gè)尋找最優(yōu)方法的過程就是最優(yōu)化將參與工程計(jì)算的部分參數(shù)以變量的形式出現(xiàn)在方案的設(shè)計(jì)中，然后再通過數(shù)學(xué)計(jì)算方法完降低將近三成的施工造價(jià)。一、現(xiàn)代環(huán)境中的工程解耦優(yōu)化設(shè)計(jì)化本文中所說的多目標(biāo)優(yōu)化是指在進(jìn)行優(yōu)化方案的設(shè)計(jì)過程中所考慮的目標(biāo)不是單一的，么就必須以截面面積的減小為支撐，所以在進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)過程中實(shí)現(xiàn)每一個(gè)目標(biāo)的絕行多目標(biāo)結(jié)構(gòu)優(yōu)化，整體策略確定之后在進(jìn)行單個(gè)目標(biāo)的優(yōu)化。供參考完整的評(píng)估系統(tǒng)，對(duì)轉(zhuǎn)化為單目標(biāo)優(yōu)化的多目標(biāo)問題完成最優(yōu)解的計(jì)算；三是評(píng)價(jià)函數(shù)法，一般采用的方法有三種，分貝時(shí)加權(quán)法、平方法和線性加權(quán)法，將多目標(biāo)綜合成為一個(gè)總規(guī)行組合后將多目標(biāo)優(yōu)化設(shè)計(jì)轉(zhuǎn)化為單目標(biāo)優(yōu)化設(shè)計(jì)的問題。2、拓?fù)鋬?yōu)化拓?fù)鋬?yōu)化就是指在進(jìn)行結(jié)構(gòu)的剛度優(yōu)化設(shè)計(jì)的時(shí)候?qū)ふ易钫_的空間分布形式和最好優(yōu)方案的挖掘與設(shè)計(jì)過程中具有積極地作用。相較于形狀優(yōu)化，拓?fù)鋬?yōu)化的優(yōu)勢(shì)在于可以在施工的初始階段找到最正確的施工布局的和認(rèn)可，在拓?fù)鋬?yōu)化中，拓?fù)渥兞恐饕袃煞N，分別是連續(xù)型變量和離散型變量。供參考點(diǎn)是雖然操作簡(jiǎn)單但是適用范圍比較窄。化方案，這種算法的優(yōu)勢(shì)是效率高，但是對(duì)于多工況的情況適用性比較弱。3、形狀優(yōu)化形狀優(yōu)化是指以對(duì)工程的邊界進(jìn)行調(diào)整的方式實(shí)現(xiàn)工程造價(jià)的降低和施工性能的提升，連續(xù)型形狀的邊界通常用曲線或者曲面來描述，在采用數(shù)值法進(jìn)行優(yōu)化設(shè)計(jì)時(shí)可以應(yīng)用用順序并沒有嚴(yán)格的限制。離散型形狀優(yōu)化通常是以節(jié)點(diǎn)坐標(biāo)在幾何空間中的變化為基礎(chǔ)的，而且對(duì)于尺寸和形狀是將尺寸和形狀優(yōu)化拆分為兩個(gè)層次進(jìn)行優(yōu)化，并在優(yōu)化的過程中對(duì)兩個(gè)參數(shù)進(jìn)行交替變化，這種計(jì)算方法的優(yōu)點(diǎn)是得到較大規(guī)模的求解問題規(guī)模。缺點(diǎn)是對(duì)形狀和尺寸的耦合能力二、探索新的工程結(jié)構(gòu)優(yōu)化設(shè)計(jì)的思路神經(jīng)網(wǎng)絡(luò)算法和遺傳算法。神經(jīng)網(wǎng)絡(luò)算法主要是由大量的神經(jīng)元通過某種規(guī)律繼續(xù)擰連接從而形成新的仿生學(xué)的構(gòu)優(yōu)化領(lǐng)域中，首先提出神經(jīng)元的數(shù)學(xué)模型的是法國(guó)的心理學(xué)家W.S.McCuloch，進(jìn)而引導(dǎo)人們進(jìn)入了神經(jīng)網(wǎng)絡(luò)的研究，此種算法能夠比較準(zhǔn)確地反映出神經(jīng)網(wǎng)絡(luò)對(duì)于知識(shí)的攝入能力和但是這種算法容易陷入對(duì)最優(yōu)解的求解中，具有非常大的計(jì)算量。遺傳算法是對(duì)于自然淘汰和遺傳選擇的模擬，此算法的優(yōu)勢(shì)在于具有較強(qiáng)的解題能力，三、結(jié)束語優(yōu)化發(fā)展的重要方向。參考文獻(xiàn)供參考[1]趙同彬,譚云亮,王虹,孫振武,肖亞勛.擋土墻庫侖土壓力的遺傳算法求解分析[J].巖土力學(xué),2012(04).—混凝土組合梁截面多目標(biāo)優(yōu)化設(shè)計(jì)[J].四川建筑科學(xué)研究,2012(01).[3