1.一种面向结构优化的遗传演化拓扑优化的改进方法，其特征在于，包括如下步骤：步骤一：根据给定的边界条件和荷载，定义初始设计域，划分有限元网格离散化设计域；

步骤二：赋予每个单元串长为n+1位的染色体，前n位为二进制码，表征单元的有无状态，称为状态基因，初始值均为1；最后一位为十进制码，表征单元被强制降低选择概率的程度，称为惩罚基因，初始值为0；

步骤三：对结构进行有限元分析，得到所需要的结构响应；

步骤四：计算第i个单元的灵敏度，并进行平滑处理；

步骤五：将单元灵敏度作为个体适应值，按照非线性排名选择策略计算个体选择概率，并依惩罚基因携带的惩罚信息进行处理，挑选出m个个体作用变异算子，变异算子只选择染色体中一个不为0的状态基因，将之变为零；

其中，非线性排名选择策略，首先假设N个群体成员按适应值大小从好到坏依次排列为x1,x2,...,xN，然后根据以下的非线性函数来分配选择概率pi：式中，q为概率系数，其值范围为0.4～0.6；

依惩罚基因携带的惩罚信息进行处理，其实现方法为：

pi'＝dcpi        (2)

式中，pi'为惩罚处理后的选择概率，d为一个属于(0，1)的惩罚系数，c为惩罚次数，即惩罚基因的数值；

步骤六：对群体作用单点杂交算子，对象仅为状态基因；

步骤七：移除染色体中所有状态基因都变为0的单元；

步骤八：灵敏度计算误差判别：对移除单元后的结构进行有限元计算，若性能指标PI

其中，PIth代表性能指标门槛值，当性能指标PI低于预设的门槛值PIth时，意味着移除的单元中含有灵敏度计算误差较大的单元或者被概率选择意外移除的重要单元，性能指标PI的表达式为：式中，V0代表初始设计域的实际体积，C0是初始设计时实际结构应变能，Vi代表第i步迭代后的实际体积，Ci是第i步迭代后实际的结构应变能；

步骤九：若某个单元的惩罚基因大于零，且在l步迭代中没有变化，则将其变为0；重复步骤三至步骤九，直到结构达到预定的约束条件；

其中，n取值为2～4。

2.根据权利要求1所述的遗传演化拓扑优化的改进方法，其特征在于，所述步骤八中，在优化离散的连续结构体时，PI迭代曲线是有一定范围的起伏的，PIth设为0.9。