随着网络技术的飞速发展,视频会议、远程教育、网络游戏等实时业务的兴起对网络的承载力提出了更高的要求,组播通信的方式成为支持多媒体业务的主要形式。不同的实时业务对QoS约束(延时、抖动、带宽、丢包率等)的需求也各有不同,对QoS组播路由选择算法的要求也比较高,多约束QoS组播路由选择算法的研究已经成为当今网络研究的热点问题。QoS组播路由问题就是寻找一棵满足QoS约束条件的费用最小的最优组播树。这一问题已经被证明是NP问题,而多约束QoS组播路由问题则是NPC问题,不存在一个多项式时间的算法来求解,所以多种智能算法应用于此领域。本文选用智能算法中的遗传算法来做为主算法解决QoS组播路由选择问题,针对遗传算法容易陷入早熟的缺点,引入生物免疫的思想,通过疫苗的提取和接种来抑制遗传算法的早熟。在此基础上,引入了判优机制来判定当前种群是否将陷入局部最优,如果可能陷入局部最优,则使用免疫算法中的疫苗接种操作来抑制早熟,并用免疫选择操作来跳出局部最优。在此基础上又提出了基于免疫遗传的负载均衡QoS组播路由算法,传统QoS组播路由算法虽然组播选路的效果较好,但代价小的路径频繁地被使用,最终可能造成网络拥塞,资源利用率也相对较低。本文提出的负载均衡QoS组播路由算法同时考虑链路负载和节点负载,把链路利用率和度约束函数值加入到遗传算法的适应度函数中,仿真实验表明本算法寻找到的组播树综合代价低,在满足QoS约束的同时,链路和节点负载更为均衡,综合性能更好。