为克服传统遗传算法退化和早熟等缺点，同时降低优化算法的复杂度，提出基于人工免疫系统（Artificial Immune System， AIS）实现无约束多目标函数的优化。使用随机权重法和自适应权重法计算种群个体的适应值，使Pareto最优解均匀分布的同时，加快算法的收敛；通过引入人工免疫系统的三个基本算子：克隆、超变异和消亡，保持种群的多样性；在进化种群外设立Pareto 解集，保存历代的近似最优解。使用了两个典型的多目标检测函数验证了该算法的有效性。优化结果表明，基于AIS的多目标优化算法可使进化种群迅速收敛到Pareto前沿，并能均匀分布，是实现多目标函数优化的有效方法。