在工程实践和科学研究中，经常会出现各种各样的多目标优化问题。求解多目标优化的方法有很多种，其中遗传算法是一种比较典型和有效的方法，但是用它来解决多目标优化问题时，算法容易陷入局部最优，并且种群的多样性不能很好的保持。在求解多目标优化问题时，人工免疫算法中的抗体浓度用于表征解群体的多样性，记忆细胞可以有效的阻止算法进入早熟收敛。论文在求解多目标优化问题时，将免疫思想应用到了非支配排序遗传算法中，提出了一种基于免疫原理的非支配排序遗传算法。该算法在遗传算法的基础上重新定义了记忆细胞的组成，并设计了一种新的浓度计算方法和自适应变异算子。记忆细胞由非支配排序序号和浓度较小的若干个抗体组成，用于保留问题的优秀解及其相关参数，新的浓度计算方法可以有效的防止优秀解的丢失，设计的变异算子可以使得抗体根据浓度自适应调节变异概率，从而防止算法进入早熟收敛。论文用四种不同的多目标测试函数对提出的算法进行了测试，测试结果表明该算法能有效的使Pareto解均匀分布。排牙多指手的结构参数优化是一个多目标优化问题，本文将提出的算法应用到了排牙多指手的结构参数优化中，优化结果表明提出的算法能较好的实现排牙多指手的结构参数优化问题。基于免疫原理的非支配排序遗传算法充分结合了遗传算法和免疫算法的特点和优点，对多目标优化理论和现实生活具有重要的意义。