Предметом работы является задача поиска глобального оптимума функции f на прямоугольном брусе X. Задачи подобного сорта часто возникают в различных приложениях, но т.к. являются NP-трудными, то остро стоит вопрос о разработке эффективных методов для их решения. С. П. Шарый предложил создать на основе достаточно успешных детерминированных интервальных алгоритмов глобальной оптимизации и различных рандомизированных точечных алгоритмов (симулированный отжиг, генетический алгоритм) новый класс алгоритмов сочетающий в себе сильные стороны как интервальных техник, так и рандомизации. Несмотря на свою перспективность, это направление на сегодняшний день остаётся слабо развитым и серьёзными работами в этой области являются работы С. П. Шарого и Н. В. Панова. Чтобы усилить положение этих методов мной была проведена попытка создать интервальный алгоритм глобальной оптимизации на основе искусственной иммунной системы. Был взят существующий точечный аналог алгоритма оптимизации на основе ИИС и уже на его основе был разработан интервальный алгоритм глобальной оптимизации, базирующийся на ИИС, который успешно справился с разнообразными тестовыми целевыми функциями оптимизации не хуже стандартного интервального алгоритма глобальной оптимизации, а иногда даже лучше. Весь код был реализован для Java-машины на двух различных языках -- Kotlin и Java. Для интервальных вычислений использовалась сторонняя библиотека JInterval.