به طور معمول درساختمانهای فلزی از مهاربندها جهت تحمل نیروهای جانبی وکاهش تغییر مکان جانبی طبقات استفاده می گردد. هر چه تعداد دهانه ها و یا تعداد طبقات ساختمان بیشتر شود، تعداد حالت هایی را که می توان برای ترکیب مهار بندها در نظر گرفت، افزایش می یابد. از طرفی تغییر آرایش مهاربندها باعث تغییر در تنش های اعضاء، وزن اسکلت سازه ای و تغییر شکل جانبی طبقات سیستم سازه ای می گردد. در این تحقیق از روش الگورتیم ژنتیک برای یافتن بهینه ترین ترکیب مهاربندها در قاب فلزی دو بعدی استفاده شده است. بنابراین ترکیب مهاربندها به عنوان تنها متغیرهای (desing variables) مسئله در نظر گرفته شده اند. وزن اسکلت سازه ای، تابع هدف در مسئله بهینه یابی این تحقیق را تشکیل می دهند. در این تحقیق از روش تابع جریمه خارجی برای تبدیل مسئله بهینه یابی مقید به نامقید استفاده شده است. در این تحقیق از روش کد گذاری جایگشتی به جای روش کد گذاری دودویی که مرسوم می باشد، استفاده شده است. عملگرهای مورد استفاده دراین تحقیق، عملگرد پیوند (crossover )، عملگرجهش (mutation) وعملگر معکوس (inversion) می باشند و سپس جمعیت تولید شده با احتمال اندکی توسط تابع جدیدی به نام fine tuning بهبود یافته است.. در نهایت مثالهای مختلفی از قابها با طبقات مختلف، با استفاده از این برنامه بهینه یابی شده اند. همچنین تأثیر پارامترهای مختلف ga در کیفیت جواب نهایی و سرعت همگرایی بررسی شده است. در پایان نتیجه گرفته شده است که ترکیب متداول مهاربندیها به هیچ عنوان آرایشهای مناسب از نظر سازه ای نیستند. برای کاهش تعداد محاسبات و بالا بردن سرعت کار، استفاده از روش شبکه های عصبی مصنوعی (ann) پیشنهاد شده است.