本文研究了一种人口少的多目标免疫遗传算法，以解决一般的无约束多目标区间值规划问题。 在这种优化方法中，基于区间算术规则和可能性模型来区分竞争个体。 建立了区间值环境中的拥挤度模型，以消除多余的个体； 当前的种群通过种群分类和免疫进化来促进不同的个体朝着特定的方向发展。而那些精英分子则通过遗传进化来加速探索所需的区域。 理论分析表明，该方法的计算复杂度主要取决于精英人口的数量。 比较实验表明，该方法可以在效果和效率之间进行合理的权衡。 它在整个比较方法中可以很好地执行，并具有解决多模态和硬多目标区