众所周知,以自然现象为启发的计算理论和计算机(网络)系统结构设计正成为当今国内外该领域研究的前沿课题。与传统的研究方法不同,自然启发式方法在承认“存在即合理”的前提下,广泛而深入探寻目前已经逐渐被人们揭示的一些自然现象和自然规律,进而将其做为计算机(网络)系统结构和高效率、大规模、多目标计算方法的设计思路和实现原则。这其中一个典型的示例就是人工免疫系统(Artificial Immune System-AIS)。自然免疫系统作为具有很高智能行为的并行、分布式、自适应信息处理系统,为实时问题的解决提供了新的契机;充分挖掘、利用、借鉴这种系统的丰富资源,不断开发新的及丰富、发展和完善已有的人工免疫模型,并展开其理论及应用研究,已成为人工智能中人工免疫系统理论及应用的重要研究内容及发展主流。在这种背景下,本论文首先借鉴自然免疫系统中,B细胞、各类T细胞和相关辅助组织的协同作用原理,提出了一种新的人工免疫网络模型,并在提出的模型基础上,对其三阶和四阶系统的动力学特性进行了研究,分别讨论了系统中的跨导矩阵TH、白细胞特性以及辅助TS细胞特性的反馈强度对网络动力学行为的影响。仿真研究结果显示,在四个单元相互连接的网络中,系统即可同时出现极限环和混沌现象。同时表明,网络的动力学特性与辅助T细胞功能的强度、类型以及单元间的跨导有着密切的关系。通过对网络的分析可以看出,网络是通过抗体的增殖,逐渐削弱抗原的作用,进而趋于稳定或平衡的。也就是说,系统最后的平衡状态是渐进稳定的,因此本文先利用Lyapunov方法对无自反馈网络的稳定性进行了分析,然后利用李雅普诺夫方法,通过判定稳定的充分条件,探讨了辅助细胞群的反作用特性为非线性函数条件下新网络稳定性问题。