近些年来,由于合理的优化设计可以减少工程的造价,使得工程师们越来越重视结构的优化设计。而多数的传统优化设计方法对目标函数及其所受的约束边界做出过多的限制,在求解实际工程中的优化问题上带来诸多不便。一种新的基于群体智能的随机优化算法—粒子群优化算法在1995年被提出来后,受到研究人员的广泛关注。它在求解过程中不依赖目标函数的解析性质,同时能通过对问题在解空间中进行多点并行搜索,并以较大的概率收敛于全局最优解。本文将粒子群优化算法,被动群集粒子群优化算法,启发式粒子群优化算法,三种粒子群优化算法与有限元法结合,基于ANSY软件的平台上,用APDL语言编写成三个不同算法的主体程序和多个宏文件,其中包含有,模型宏文件,求解宏文件,边界判断宏文件,结果输出宏文件等,各个主体程序调用相应的宏文件进行计算,实现不同算法对板结构的截面优化设计。在给定了板结构的材料参数,位移边界条,应力边界条件及板厚的约束条件的前提下,确定表征板厚度的设计变量,以连续变量和离散变量两种设计类型,满足三种约束的条件下实现结构重量最轻。对板的厚度约束设计为鸟群体的自变量边界,将应力与位移约束设计为鸟群体的约束变量的边界,通过鸟群体在空间中的搜索,实现在不同的区域内寻找出群体最优解,来实现对板结构的截面优化设计。在ANSYS软件的基础上,利用ANSYS提供的APDL语言,对板结构的截面优化的优化模块进行二次开发,分别采用三种粒子群优化算法,选取不同的板单元对薄板、中厚板两种不同的板结构进行优化,并通过多个算例验证了程序具有合理性,精确性和收敛速度快等特点。最后,尝试将粒子群算法应用到实际工程中来,并以冲压板结构的截面优化设计为例,检验该算法在实际工程应用中的可能性。