化工过程中存在着许多规划问题，然而通常的化工过程都比较复杂，随着化工生产规模的扩张，描述被优化对象的数学模型自变量变多、目标函数更为复杂，约束条件的数目也随之增多，传统的优化算法已不能解决复杂的化工生产优化问题。人工免疫系统是人工智能算法新的研究方向，为人工智能开辟了新的算法理论和研究方向，同时也为化工过程优化提供了新的方法。本文首先大致介绍了作为人工免疫系统源泉的生物免疫系统，简单地阐述了免疫学中的相关基本概念，对人工免疫系统做了简要的说明。然后在Matlab中实现了免疫克隆选择算法，通过对几个经典的非线性函数寻优进行了与传统优化算法中的共轭梯度算法和遗传算法的对比，显示出免疫克隆选择算法有很好的全局搜索能力，并且具有良好的种群多样性。随后通过对算法性质的研究，提出了算法中的不足，并对算法进行了一定的改进，提高了其计算效率和收敛速度。然后用免疫克隆选择算法与混合罚函数法相结合，形成用来求解约束规划问题的惩罚免疫克隆选择算法。对惩罚免疫克隆选择算法使用VS2005进行编程，通过使用正则表达式来读取和检查用户输入字符串格式的数学表达式，实现了算法的人机交互。使算法使用起来更加方便。最后用将惩罚免疫克隆选择算法应用于实际化工过程优化。对化工生产中的锅炉涡轮发电系统和烷基化反应进行了模型简化、建立数学模型。成功地对锅炉涡轮发电系统的操作费和烷基化反应的最大利润用进行了优化，提高了工厂的效益。