边坡稳定性分析不仅是岩土工程领域的重要课题之一，还是水利、水电、铁道、公路和建筑等各个工程领域中常见且十分重要的问题。随着经济和各项工程建设的高速发展，边坡开挖稳定问题十分突出。而边坡稳定性分析结果的正确与否直接关系到边坡工程的成败，甚至关系到人们的生命财产安全。在分析边坡稳定性时，如果能够及早准确地确定临界滑动面，便能通过计算安全系数对滑坡风险作适当的评价，并由此采取相应的防治措施以减小由于滑坡而造成的损失。 本论文针对稳定性分析中临界滑动面传统优化搜索方法普遍存在容易陷入局部极小值的缺陷以及目前的智能搜索方法在局部搜索能力方面的不足，将人工免疫算法应用于临界滑动面的搜索。人工免疫算法模拟了生物免疫特性，具有保持搜索空间群体多样性、成熟收敛和快速收敛等特点，为临界滑动面的搜索提供了一种全局优化的新方法。本文针对圆弧形滑动面，在对稳定性分析极限平衡理论进行研究的基础上，采用计算简单、使用经验丰富的条分法计算任一滑动面对应的安全系数。基于信息熵的免疫算法应用于临界滑动面搜索问题时，存在编码方式、亲和力度量和群体多样性度量等方面不足。本文在分析这些不足的基础上，提出了基于抗体间矢量矩和亲和力的群体多样性度量方法，并提出相应的改进克隆选择免疫算法，用来搜索边坡最小安全系数对应的临界滑动面。为了提高算法的搜索效率，本文分别采用了两种简便、高效的抗体变量选取方式，并通过实例对算法进行了验证、分析和总结。 实例结果表明，本文提出的针对临界滑动面搜索的改进免疫算法能快速跳出局部极值并收敛到全局最优解，得到的临界滑动面具有较高的准确度。本文的研究结果丰富了边坡稳定性分析理论，为边坡稳定性分析中临界滑动面的搜索提供了一种新的方法和途径。