Proceedings of the International scientific and practical conference “Science, Technology and Culture: Strategies for Sustainable Development” (December 15-17, 2025) / Publisher website: www.naukainfo.com. – Krakow, Poland, 2025. – 120 p.

20 Важливо окремо зупинитися на гібридних методах. У наукових дослідженнях можна знайти приклади, де штучні імунні системи (ШІС) поєднуються з генетичними алгоритмами, нейронними мережами або навіть раями частинок [5;7]. Така комбінація дає змогу задіяти сильні сторони обох концепцій: імунні підходи забезпечують гнучкість, тоді як решта обчислювальних процедур прискорюють процес розшуку інформації. На виробничому рівні ці змішані модифікації нерідко демонструють більш стійкі вихідні дані ,аніж ті, що отримані від класичних інтелектуальних програмних комплексів [7]. Якщо підсумувати, то різні тактики, що застосовуються в межах імунних систем, мають власні унікальні риси. Клональні механізми відмінно працюють для вдосконалення завдань [5], негативний вибір корисний для ідентифікації нетипових явищ [6], імунні мережі допомагають організувати інформацію[2], а дендритні моделі зважають на навколишні обставини [4]. Отже, не існує якогось одного, найкращого в усіх ситуаціях, методу. Рішення буде зумовлене специфікою поставленого завдання, загальною кількістю наявних даних, часовими обмеженнями та умовами функціонування. СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ: 1. Литвиненко В. І. Методи та засоби гібридних штучних імунних систем в задачах інтелектуального аналізу даних: Дис… докт. техн. наук. – Львів, 2010. 2. Желдак Т. А., Слєсарєв В. В. Алгоритм моделювання штучної імунної системи з селективним оператором Сааті та одновимірним локальним пошуком // Штучний інтелект. – 2013. – № 4. – С. 101–112. 3. Бурда А., Прудiус Н., Стефанюк Я., Фомiчев О. Методи обробки та інтелектуального аналізу даних з використанням штучних імунних систем // Системи управління, навігації та зв’язку. – 2024. – Т. 3, № 77. – [Електронний ресурс]. –https://journals.nupp.edu.ua/sunz/article/view/3451