蛋白质是生物体内占有特殊地位的生物大分子,是生命活动的重要物质基础。生物体内的蛋白质种类繁多,结构各异,功能多种多样,深刻阐明蛋白质的结构与功能是探索生命奥秘的基本任务。本文的主要工作是对蛋白质功能进行层次化分类方法研究。在层次分类树的每个节点上依据其验证集所测算的分类准确性来选择各个节点上分类器的算法存在过度拟合的缺陷,它只能在当前的分类器节点上用局部的数据才可以最大化准确性。这种选择方法忽视了一个分类器的局部选择在整个分类器树中的影响。无法考虑到不同节点上分类器之间的相互作用。针对以上问题本文提出用免疫粒子群优化算法来对层次型数据集各个节点上的分类器进行优化选择。依据模拟实验对GPCR家族进行的分类得出的在三个层次上的分类准确性结果表明这种优化算法可以在层次型数据集的较深层次上表现出比较明显的优势。