随着科学技术的发展,现代工业系统变的越来越复杂,传统的控制方法已经远远不能满足高标准的性能要求。在这种情况下,智能控制理论被提出并逐渐发展起来。目前智能控制在理论研究和实际应用中都取得了许多成果,成为控制理论发展的第三个阶段[1]。人工免疫系统是近年来智能领域中一个活跃的分支。它是以自然免疫系统为原型,利用自然免疫系统各种原理和机制发展起来的各类模型、算法及其在工程和科学中应用而产生的各种智能系统的总称。本文以智能系统的理论为指导思想,探讨了一种基于人工免疫系统的复杂系统免疫辨识的方法。在掌握国内外研究现状的基础上,在这一领域展开了进一步的研究工作,主要研究内容概括如下:(1)研究了人工免疫系统及其算法。对人工免疫系统的基本原理进行了详细地阐述,系统地介绍了人工免疫系统的生物学原理及其仿生机理,概述了人工免疫系统的具体研究内容和主要研究范围,并对免疫算法的原理、特点及其基本框架进行了重点阐述,并在分析了目前克隆选择算法存在问题的基础上,对算法中的亲和度计算方法和抗体浓度的计算进行了一些改进,提出了一种改进的克隆选择算法。(2)研究了传统的系统辨识方法。对古典辨识方法和现代辨识方法的基本原理进行了简介,采用两种不同的辨识算法对一个典型的线性系统进行了仿真研究,指出了传统辨识方法存在的局限。然后介绍了目前的一些其他辨识方法。(3)研究了基于神经网络的智能辨识。通过一个非线性理论模型的辨识实例,比较了不同神经网络学习算法对辨识结果的影响,并指出了目前基于神经网络辨识中存在的不足。(4)研究了基于混合免疫算法优化的神经网络辨识方法。针对传统辨识方法和基本神经网络辨识方法中存在的问题,提出了一种基于混合免疫算法优化的神经网络辨识方法,并应用于贴片机元件放置过程的辨识。仿真结果证明了这种方法的有效性。它不仅能够避免传统神经网络陷入局部极值的缺点,还较传统的遗传算法和基本免疫算法具有良好的精度和收敛速度。