在科技发展迅速的今天,对多目标优化问题的研究已成为一种迫切需要,传统的优化方法难以解决复杂社会存在的诸多问题。在移动通信规模迅速扩张的时代,网络建设中基站选址问题的合理解决已成为降低建设成本的重要途径。基站选址属于典型的多目标优化问题,如何通过基站选址优化在满足覆盖的同时极大的降低成本是我们研究的重点。近些年来生物智能算法的发展在各个领域与应用中表现出了优异的性能,对其有效算法的研究具有重大的科学意义和应用价值。本文讨论了多目标优化问题的本质,分析了多种优化算法的优缺点,发现人工免疫算法表现出的良好特性,能更好的用于解决基站选址问题。本文针对基站选址优化问题,提出一种改进的免疫算法并应用到四网协同下基站选址问题中。主要做了下面一些工作:1)为了减少基站建站成本代价,设计了基于代价、覆盖函数及2G/3G/4G共址代价损失的多目标亲和度函数,为了提高算法效率,改进初始化种群;2)为了精进该算法,本文又将讨价还价博弈理论引入之前免疫多目标优化算法中,提出一种求解多目标优化问题的讨价还价博弈算法;3)通过matlab软件对上述两种算法都进行仿真实验,并对其他的未进行改进的算法进行了性能比较。通过研究表明,本文这两种算法都能以较低的建站成本满足网络的覆盖要求,且算法效率有了明显提高。