张弦梁结构是一类刚柔杂交结构,具有外形优美、受力方式明确,能够最大化利用刚柔材料的特点,且加工施工方便,应用前景广阔。本文在张弦梁结构中引入主动控制过程,使之成为能够根据外界环境变化主动调整自身形态的主动张弦梁结构。为实现这一目的,本文从寻优算法改进、结构单、多目标优化控制以及结构最优控制量预测几个方面进行了深入研究与探讨。本文首先采用大空间随机搜索的遗传算法来求解主动张弦梁结构的优化问题。针对传统遗传算法局部收敛能力差的缺点,提出了一种改进的遗传算法——梯度遗传算法,即通过在遗传算法中引入一个梯度下降算子,提高遗传算法的局部搜索能力、收敛速度以及搜索精度,实现全局寻优。其次,结合作动器的刚度方程,推导了考虑作动单元耦合的张弦梁结构有限元公式,并基于灵敏度分析法,建立了线性范围内的结构内力及位移控制优化模型。利用ANSYS有限元软件进行结构的几何非线性分析,编写MATLAB和ANSYS联合优化的计算程序,利用梯度遗传算法进行求解,实现结构的单目标非线性控制。然后,根据决策者对不同目标的控制要求,研究了主动张弦梁结构综合考虑结构内力与位移等指标的多目标优化问题,建立了基于目标优先级的张弦梁结构多目标模糊优化模型,并利用基于目标满意度序的两步式模糊优化算法来求解此模型,实现对结构的多目标控制。最后,根据求得不同荷载工况下的最优控制量,选取能够反映结构所受荷载情况的受力状态信息,建立受力状态信息与最优控制量的对应关系,以此作为训练样本,形成指定优化目标下用于结构闭环控制的神经网络。在外界环境改变时,通过该网络来预测新的受力状态信息所对应的最优控制量。主要研究了训练样本的产生机制,并分析了样本数量、样本种类等因素对神经网络预测性能的影响;采用粒子群算法优化BP神经网络,使得改进的神经网络能够跳出局部最优解;针对反应结构受力状态信息的数据缺失问题,利用k近邻算法进行数据补充再预测,解决主动张弦梁结构对于缺失采集数据时的控制问题。