随着互联网的日益发展，越来越多的媒体业务对网络服务质量(QoS)提出了更高的要求，而网络拥塞的存在却制约着网络的发展和应用，所以为了保证网络的稳定性和QoS机制的正常工作，采取合理的措施预防和控制网络拥塞发生具有重要的研究意义。　　 本文对基于人工免疫遗传的网络路由优化算法进行了研究，其工作内容如下:　　 (1)论文在分析网络拥塞形成的原因和网络拥塞控制机制的基础上，利用路径优化的思想解决网络拥塞控制问题，在对网络拓扑结构和网络性能等各项指标分析的基础上，提出QoS路由优化问题，建立了QoS路由优化数学模型，并对网络仿真平台NS2进行分析，为网络拥塞的预防和控制提供条件。　　 (2)将遗传算法(GA)和免疫算法(IA)结合起来，给出了人工免疫遗传算法(IGA)，即把遗传算法中的交叉和变异算子加入到免疫算法中，这样既保留了遗传算法的搜索特性，又克服了遗传算法局部搜索空间上的效率较差的缺点，避免了未成熟就收敛情况。这种算法提高了适应度较好的个体机率的同时避免了陷入局部最优，在精度和速度方面都得到了提高。仿真表明其将其应用在解决多目标函数问题上的有效性和可靠性。　　 (3)论文针对QoS多目标优化问题，提出了基于人工免疫遗传的网络优化算法，该算法以资源消耗和负载均衡分布为目标，在路由器数学模型的基础上，满足带宽、延迟、费用等要求，使得资源消耗最少的同时负载均衡分布，从而降低网络拥塞的发生，有效实现了网络路由优化，仿真表明所提出算法具有一定的优越性。