（3）目前土木工程界的管理体制和习惯做法缺乏使人们追求优化设计方案的动力。
进一步分析后，我们认为，造成结构优化设计的实际应用远远落后于理论研究这种现象还有一个很重要的原因，那就是现有的优化方法都是以传统的数学模型作为优化模型的。例如，准则法（包括力学准则和理性准则法）、数学规划法（例如线性规划、非线性规划）以及两者的结合（即所谓的混合法）等静态优化方法都是基于代数方程模型的。最优控制理论中的庞特里亚金极大值原理、动态规划等动态优化方法是基于微分方程或差分方程模型的。由于这些传统数学模型的描述能力和求解方法有相当的局限性，使现有的最优化理论和方法在实际应用中受到了很大的限制，存在许多有待解决的难题。工程结构优化中存在着以下几个问题：
（1）重分析次数多问题。虽然建立了各种可用的优化数学模型，但是，由于系统的复杂性，模型的维数高（设计变量数目和约束条件数目多），并且存在非线性等复杂因素，导致优化计算的工作量急剧上升，出现所谓的”组合爆炸“和”维数灾难“,造成求最优解的困难。
（2）局部最优解问题。复杂的优化问题可能存在多个解，其中，有若干个局部最优解（局部极大值或极小值），有一个全局最优解（全局极大值或极小值）。传统的解析寻优法只能寻找局部极值而非全局的极值。
（3）人的因素问题。结构设计属于软科学范畴，我们知道，软科学研究和处理的一切问题，必须有人的参与，必须充分利用人类专家的经验来解决问题。传统的数学模型是不能考虑人这个因素的。
（4）结构可靠性和效率不确定性问题，包括随机性、模糊性和未确知性。传统的数学模型只能考虑确定性因素，因此对其可靠性和效率均难以评估。在土木工程结构的设计中存在大量的不确定性因素（包括随机性、模糊性和未确认性），传统的数学模型只能考虑确定性因素。
（5）离散变量问题。由于离散变量结构优化问题的可行集是非凸的，而对于非凸规划问题，利用各种启发式算法求出的解往往是一个局部最优解。如何求其全局最优解，一直是困扰人们的一大难题。
（6）隐性约束问题。由于其属于离散随机搜索的范畴，函数计算次数多，传统算法对处理大型复杂结构中的隐性约束显得无能为力。
7、预期的结果。
（1）实现生产过程的优化，对提高生产效率与效益、节省资源具有重要的作用，关于智能优化方法理论的研究必将成为一个热点。
（2）群体智能优化算法由于其自组织、自适应、自学习性和并行性，以及其编码方便的优点，在求解大规模优化问题时，必将得到广泛应用。
（3）除了遗传算法外，群体智能优化算法的理论基础研究还很贫乏，还未形成系统的分析方法和坚实的数学基础，如算法的收敛性、鲁棒性等。智能的优化算法的研究成果分散，需要建立统一结构体系和理论研究体系。
（4）智能算法控制参数的选取往往依赖于经验和大f的实验结论，如何选择最优的参数需要创建理论性的指导。
（5）在智能优化方法研究中，不同算法的相互融合己被证明是一种有效的算法改良方法。因此，各种智能优化算法之间的融合必然成为一个新的研究重点。应扩展智能与其它各种先进计算技术（如：神经网络、模糊逻辑和支持向量机等）的融合，以改善其自身或相应技术方法的性能，从而扩展应用领域。
8、论文写作进度安排。
2015.05-2015.06 优化设计技术和智能的资料调查
2015.07-2016.02 结构实际物体模型进行测量
2016.02-2016.06 提交论文初稿
2016.07-2016.08 确定论文终稿
2016.08-2016.09 论文答辩
