随着我国经济的飞速发展,市场对起重机的需求不断增大,起重机金属结构为铆焊件,制造简单,有能力生产起重机的厂家众多,市场竞争激烈,起重机自重大,采购焊接金属结构所使用的钢板占成本1/3以上,因此对起重机金属结构进行优化设计能很好的降低起重机成本,使起重机具备更好的价格优势,提高市场竞争力。本文使用粒子群算法对通用门式起重机进行优化,由于粒子群算法存在优化大维度复杂问题易陷入局部最优的问题,对粒子群算法进行改进得到DA＿PSO算法,并使用DA＿PSO算法对门式起重机门架金属结构进行优化。基于C#平台集成上述过程开发通用门式起重机优化设计软件。本文主要研究内容如下:(1)学习、研究粒子群算法,提出线性变化权重、阶梯变化权重、阶梯变化学习因子三种改进以及并行取最优值和划分网格两种策略,提升粒子群算法解大维度复杂问题的能力,并使用多种测试函数及工程实例,证明改进方法的可行性。(2)为进一步提升粒子群算法优化大维度复杂问题的性能,提出DA＿PSO算法,使用并行策略,与差分进化算法(DE)、人工蜂群算法(ABC)结合,构建差分进化算法、人工蜂群算法与粒子群算法并行运算的种群更新模型,提出基于并行策略的改进混合粒子群算法(DA＿PSO),并使用测试函数及工程实例验证其性能,结果表明DA＿PSO算法在优化大维度复杂问题时精度高、稳定性好。(3)基于极限状态法、许用应力法构建通用门式起重机优化设计数学模型,符合优化设计趋势。(4)将DA＿PSO算法与通用门式起重机优化设计模型相结合,基于C#平台开发通用门式起重机优化设计软件,使通用门式起重机的设计、优化更加简明、友好、直观、方便。