生物免疫系统是一个分布式的,具有高度自适应性的系统,具有学习、记忆和模式识别的能力。人工免疫系统通过模拟和应用生物免疫系统的信息处理能力,已成为智能计算领域一个新的研究方向。本文的研究工作受陕西省自然科学基金和陕西省教育厅重点科研计划项目资助,就人工免疫系统中的免疫算法研究展开工作,围绕免疫算法、克隆选择学说等理论,对免疫克隆算法进行研究,并将其应用到函数优化和数据挖掘中。本文的主要工作如下:(1)概述了生物免疫系统的组织结构及生物免疫系统的仿生机理,对模拟其机理而产生的人工免疫系统中的算法作了详细讨论。(2)以免疫克隆算法为基础,提出一种改进的自适应克隆算法和一种改进的免疫克隆智能算法,并将其用于函数优化,仿真实验证明了文中算法的有效性和可行性。(3)将免疫克隆算法应用于关联规则挖掘,提出了基于免疫克隆理论的关联规则挖掘算法,并将文中提出的算法与传统的Apriori算法进行了比较,仿真实验证明了文中算法的有效性和可行性。