Предложена обобщенная модель автоматической классификации на основе иммунных методов и моделей организации вычислений. Разработаны гибридные методы классификации, которые используют не только иммунные модели обработки данных, но и классические методы классификации (kNN и k-means), а также принципы организации мягких вычислений на основе нечеткой логики. Использование метода мутации клонов приводит к повышению скорости иммунного обучения без потери точности классификации. Предложено использование стимулирующих антител для повышения скорости иммунного обучения и определения начальных центров кластеров, которые формируются на этапе иммунного обучения при решении задачи классификации с неконтролируемым обучением. Проведены экспериментальные исследования разработанных методов и моделей классификации объектов, которые показали их высокую эффективность. Разработанные методы и модели использованы для решения задачи классификации результатов тестирования учащихся владельцев оружия в компании "Страж" (г. Харьков), а также при определении размера страхового платежа при обязательном страховании автотранспорта путем классификации характеристик транспортных средств в филиале страховой компании "Киевский страховой дом" (г. Харьков).