Es generalmente conocido que el equilibrio entre convergencia y diversidad es un tema clave para resolver problemas de optimización multiobjetivo. Por lo tanto, en este artículo se propone un enfoque caótico de optimización de enjambre de partículas multiobjetivo que incorpora inmunidad de clonación (CICMOPSO). Primero, los puntos en un conjunto de soluciones no dominadas se asignan a un sistema de coordenadas de celda paralela. Luego, el estado de las partículas se evalúa mediante la entropía de Pareto y la entropía de diferencia. Al mismo tiempo, los parámetros del algoritmo se ajustan mediante información de retroalimentación. En la etapa tardía del algoritmo, la capacidad de búsqueda local del enjambre de partículas aún necesita ser mejorada. El mapeo logístico y el operador inmune vecino se utilizan para mantener y cambiar el archivo externo. Los resultados de las pruebas experimentales muestran que la convergencia y la diversidad del algoritmo se mejoran.