免疫系统是一种具有大规模并行和自适应信息处理的系统，能够在有效抵御外来入侵抗原的同时实现各种抗体并存。由于它具有多样性、分布性、动态性、自适应性和鲁棒性等固有特性，已越来越引起人们的重视，并促使了人工免疫系统的诞生。作为计算智能的一个崭新分支，人工免疫系统表现出强大的信息处理和对复杂问题的求解能力，成为一个很有价值的研究领域。本文在概述生物免疫系统、免疫仿生机理和典型人工免疫系统及其应用现状的基础上，借鉴免疫机理研究了新的免疫算法，对其理论基础进行了探讨，并将免疫算法应用于电力系统规划的若干优化问题中，取得的主要研究成果如下：(1)分析了遗传算法由于早熟收敛而无法快速有效地对多模态问题进行求解的缺点，根据免疫多样性原理和免疫网络理论，提出一种多模态免疫算法。算法采用高位保留的变异方式和多群体并行进化方式，并对重要参数进行自适应调整以控制算法的搜索范围与搜索精度。从理论上对变异算子的搜索能力和该算法的全局收敛性进行了分析，还分析了多模态免疫算法对常见早熟收敛的防治机理。通过与适应度共享方法、确定性排挤模型、限制竞争小生境算法进行性能比较，仿真算例证明了多模态免疫算法具有很强的全局寻优能力和局部求精能力。(2)利用随机过程理论对多模态免疫算法各个免疫算子的转移概率进行了分析。鉴于多模态算法要求收敛到多个极值点，以马尔可夫链为数学工具，从理论上证明了该算法具有完全收敛性，即随着进化次数增多能以概率1收敛到全部极值点(全局最优点和局部最优点)。同时利用典型多模态测试函数，从全局收敛性、完全收敛性、收敛速度、收敛稳定性等方面进行了实验测试和分析。与其他免疫算法的比较结果，说明该算法能实现全局最优解和局部最优解的同步搜索，具有很好的群体多样性和稳定的收敛性，同时也验证了理论分析的正确性。(3)融合三维地理信息系统(3DGIS)技术和人工免疫算法，对输电线路路径优化做了试探性研究。鉴于输电线路路径选择涉及多种空间信息难以进行定量分析的情况，基于3DGIS建立了输电线路综合费用估算模型，该模型兼顾了线路建设直接成本和环境影响间接成本两个方面。提出一种适用于该模型的免疫算法。该算法采用整数动态编码技术，其随机性和确定性相结合的初始群体产生方式在保证初始线路有效性的同时增强了算法的全局搜索性能。结合电力线路工程的特点，设计了全局疫苗和自适应疫苗，以充分利用已有经验和先验知识，加速算法收敛。改进的自适应高频变异和免疫调节作用促进了种群的进化。仿真实例验证了文中所提模型和算法的有效性和实用性。(4)利用模糊控制规则，提出一种免疫模糊算法，并将其用于求解电网规划问题。该算法借鉴信息熵概念对抗体浓度进行免疫调节，同时考虑亲和度概率和浓度抑制概率，在保留抗体特异性的同时，有效地维持解群分布的多样性。采用模糊控制规则来确定免疫算法的变异率，通过观察2个输入量的数值变化自适应地调整高频变异的变异率，在增加群体多样性的同时进行局部搜索。通过仿真算例证明了该算法与同类的优化方法相比具有明显的优越性，是求解电网规划问题行之有效的方法之一。