由生物免疫系统启发的人工免疫系统(Artificial Immune System，AIS)是继神经网络、进化计算和模糊系统之后人工智能领域又一个重要的研究方向，是模仿自然免疫系统功能的一种智能方法。本论文以人工免疫系统为研究背景，比较前人提出的免疫网络模型和免疫算法的优缺点，在传统免疫理论的基础上设计出一种优化算法——克隆免疫网络算法(Clone Immune Network Algorithm，CINA)。算法的核心在于将基于群体免疫算法中的克隆选择原理与独特型免疫网络原理相结合，设计了“抗体选择”、“抗体克隆”、“抗体重组”、“抗体变异”和“抗体抑制”等算子，并且应用马尔可夫链状态转移理论，证明了克隆免疫网络算法的概率弱收敛性。仿真研究表明，算法不仅是有效的，而且是可行的。 克隆免疫网络算法在本质上讲是一种优化算法，所以它可以应用于诸如自动控制、优化设计、故障诊断、模式识别、数据挖掘和机器人技术等广泛领域，本文在这方面也做了一些初步的尝试。 首先，在足球机器人的路径规划方面，已有的足球机器人路径规划方法，存在一些自身难以克服的缺陷。在此基础上，本文将克隆免疫网络算法应用到了路径规划中。建立了路径规划的直角坐标系和搜索区域，对障碍物进行描述，通过产生路径抗体编码与构建亲