结构的优化设计历来都受到工程师的重视，因为合理的优化设计可以减少工程的造价。工程师往往是通过优化设计来减少结构的体积或重量。传统的优化设计方法对需要优化的目标函数和其所受的约束作出过多的限制，对求解实际工程中的优化问题带来诸多不便。上世纪的九十年代，人们受到社会系统和生物系统等机制的启发，开始了对群体智能算法的研究，并已将其广泛地应用于求解数学和工程问题。而英国的研究人员最近提出的群搜索优化算法，来源于对动物觅食行为和群居形态的一种模仿，并首次结合了生物学的视觉搜索原理。群搜索优化算法已经在函数优化、医学、核动力研究等方面被证明有较好的优化性能。本文对群搜索优化算法在工程结构的优化设计进行了研究。 本文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，介绍了群体智能算法的一个典型：粒子群优化算法，以及它的两个衍生算法：被动群集粒子群优化算法和启发式粒子群优化算法，详细说明了群搜索优化算法的来源、结构和搜索机理。这四种优化算法分别有两种类型，一种类型是适用于设计变量是连续变量的；另一种类型是适用于设计变量是离散变量的。基于Fortran平台，分别编写出四个不同算法的主程序，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。在给定了桁架结构的材料参数、荷载、位移边界条件和应力边界条件的前提下，以桁架的截面面积为设计变量，实现在满足两种约束条件的条件下实现结构的重量最轻。优化计算分为连续变量和离散变量两种设计类型。将群搜索优化算法应用到实际工程中，以大跨度双层网壳结构和张弦桁架结构为算例，在Ansys软件平台上进行截面优化设计，检验该算法实际应用的可行性，使结构重量更轻，降低结构工程造价，为工程设计提供了设计参考。