摘要：提出一种用于求解约束多目标优化问题的新算法，其主要特点是将约束条件转化为一个目标，并引入免疫克隆和免疫记忆机制，使抗体种群的演化过程和记忆单元的演化过程并行进行，更好地实现了抗体间的相互协作，保证了在演化过程中，解集从可行域内部和不可行域边缘向着约束最优Pareto-前端逼近．从而保证了算法较强的收敛性以及所得最优解较好的多样性．仿真结果表明，新算法很好的保持了所得最优解的多样性、均匀性以及较强的收敛性．

关键词：人工免疫系统 约束多目标优化 免疫记忆 

单位：西安电子科技大学智能信息处理研究所和智能感知与图像理解教育部重点实验室; 陕西西安710071