智能优化算法适用于求解可行域非凸、不连通、离散变量、梯度信息较难获取的优化问题。同时,智能优化算法的精髓在于对自然规律的模仿,作为智能优化算法的一员,布谷鸟搜索算法受到布谷鸟寄生育雏行为的启发而被提出,为本文解决桁架结构优化问题提供了一个有效途径。本文对布谷鸟算法进行深入研究,对其进行改进,并用于经典桁架结构算例中,本文的主要工作如下:在算法的研究方面,针对布谷鸟搜索算法的两点不足,提出一种改进的布谷鸟搜索算法:第一个不足是算法的局部搜索采用双随机解做差获取种群信息,未能较好发挥局部搜索能力,求解精度有待提高;第二个不足是在求解多维优化问题时,算法以全维度的形式寻优,维度之间的耦合会对寻优造成一定程度的干扰。因此,本文针对这两点不足设计了混合更新策略和维度变换更新策略,其中,混合更新策略采用了两种更新个体的式子,发挥两式优点,使其相互配合完成算法的局部搜索阶段;维度变换更新策略采用了锦标赛选择机制,灵活判断个体以全维度或单维度的形式更新,以减少维度之间的相互干扰。通过多维基准测试函数寻优实验,改进工作使算法能够在全局搜索与局部搜索中取得较好平衡,且提高了求解精度,表明了改进算法的有效性。在算法的应用方面,将改进算法应用至桁架结构的尺寸优化问题中:从力学分析来看,算例可分为静力学和动力学的优化问题;从设计变量来看,可分为连续变量和离散变量的优化问题。算例优化结果表明本文的改进算法在处理桁架结构尺寸优化问题上的有效性。并在尺寸优化问题的基础上,引入节点位置变量,优化问题由尺寸优化转化为形状优化,优化结果表明本文改进算法能有效地解决桁架结构的形状优化问题。