生物免疫系统是一个由许多执行免疫功能的器官、组织、细胞和分子等组成的复杂系统,主要功能是识别并清除抗原,实现免疫防卫功能。从计算的角度来看,生物免疫系统是一个高度并行、分布、自适应和自组织的系统,具有很强的学习、识别、记忆和特征提取能力,对许多工程领域都有启发意义。近年来,受生物免疫系统启发而产生的人工免疫系统正在悄然兴起,它作为计算智能研究的新领域,提供了一种强大的信息处理能力和问题求解范式,并已广泛应用到各种不同的领域。本文首先介绍了机器人及其控制方法的发展过程,其次介绍生物免疫系统、克隆选择原理及其典型应用,并根据免疫系统克隆选择的原理,对人工免疫算法进行了改进,提出一种基于记忆克隆选择的人工免疫算法,该算法在抗体种群进行进化的同时,也在记忆集中进行克隆选择操作,更加全面的模仿了生物克隆选择过程,在更好的保持了种群多样性的同时,提高了收敛速度。在多个测试函数上,将改进算法与传统遗传算法进行比较,实验结果表明,改进后的算法能解决较为复杂的多峰值搜索问题,找到的解更接近最优解,并具有良好的收敛速度。随后,将改进的算法应用于多目标函数优化,也取得了较好的实验结果。最后以二自由度动力学模型的机器人系统为研究对象,重点探讨了基于人工免疫优化的非线性PID控制策略在机器人运动控制上的应用,数值仿真验证了所提出控制策略的有效性。