本文通过对生物免疫系统对外来抗原入侵响应过程的研究，提出了对免疫遗传算法的改进方案。并对改进的免疫遗传算法的步骤和有效性进行了分析，证明了算法的收敛性。具体完成了以下研究工作： 首先利用生物免疫原理中的浓度调节机制和个体多样性保持策略以及免疫记忆功能，提出了基于相似性矢量距为选择概率的免疫遗传算法。该算法可以有效地克服基本遗传算法的未成熟收敛现象，既可以提高抗体的相似性又可以兼顾到抗体的多样性，为避免算法陷入局部最优解，缩短搜索时间提供了保证。同时给出了此类算法的一般表示形式。 其次将免疫疫苗的思想应用于基于相似性矢量距为选抒概率的免疫遗传算法，在保留原算法优良特性的前提下，有选择、有目的地利用待求问题中的一些特征信息或先验知识来抑制其优化过程中出现的退化现象。通过采用对保优抗体中特征信息的提取这种新方法得到疫苗，使构造出的算法具有快速全局收敛的良好性能。 最后，将改进的免疫遗传算法应用于TSP这一典型的组合优化问题，提出与以往不同的编码方案，通过实验，确定了算法中参数的取值范围。通过算法之间的比较，验证了本文算法的收敛速度是优于其它算法的。