Предложенный метод определения вектора приоритетов признаков, согласования и коррекции экспертных оценок по полной матрице парных сравнений (МПС) на основе использования искусственной иммунной системы (ИИС) позволяет улучшить согласование экспертных оценок и установить более точные приоритеты сравниваемых признаков. Разработаны методы формализации нечеткой экспертной информации, полученной в результате оценивания качественных признаков и описания значений количественных признаков в лингвистических термах, что позволяет повысить адекватность как моделей экспертного оценивания, так и нечетких моделей, построенных на их основе. Иммунный подход к нечеткой классификации объектов отличается решением основных задач на этапах восстановления исходных классов и определения принадлежности объектов к классам. Представлены методы структурной и параметрической адаптации нечетких моделей на основе использования ИИС. Усовершенствованы методы клонирования и мутации антител для повышения скорости сходимости иммунных алгоритмов. Проведены экспериментальные исследования на модельных примерах и исследования на практике эффективности разработанных гибридных методов и моделей для обработки нечеткой информации в различных предметных областях.