近代科学技术发展的显著特点之一是生命科学与工程技术的相互交叉、相互渗透和相互促进。众所周知,生物免疫系统包含了许多信息处理机制,通过深入研究可以构造出适合于多种复杂问题的模型和算法,对实际的工程技术研究有重要的指导性意义。本文在充分了解国内外研究现状的基础上,进一步研究了人工免疫算法的基本原理,提出了相应的改进算法并应用于机器人位姿分析及其误差补偿。首先,在充分研究人工免疫算法的基础上,基于信息熵具有对不同随机变量之间的分布特性相近程度或差异信息进行定量评价的特性,将信息熵引入人工免疫算法,用信息熵定量描述抗体的适应度和浓度,克服了传统的海明规则、连续r位匹配规则等方法缺乏实际物理意义,知识表达能力差的缺点。其次,基于人工免疫算法具有随机全局并行搜索的特性,将人工免疫算法和神经网络结合,设计了一种免疫神经网络,以解决传统BP神经网络易陷入局部收敛或未成熟收敛的问题,利用人工免疫算法对神经网络的权值进行优化,在确保神经网络局部搜索的情况下提高了网络的全局搜索能力。最后,将所研究的算法分别应用于机器人位姿分析及其误差补偿问题,利用基于信息熵的人工免疫算法求解在狭窄空间工作的机械手避碰逆解,同时基于免疫神经网络对机器人的定位误差进行补偿。仿真实验证明,本论文所研究的算法有效缓解了利用传统方法进行机械手逆解其误差补偿时的计算量较大或无解等问题。