Лютов Алексей Германович, д-р техн. наук, проф., заведующий кафедрой автоматических систем, МИРЭА – Российский технологический университет, Москва, Россия; lutov1@mail.ru. Ишкулова Алия Рифовна, канд. техн. наук, доц. кафедры технологии производства летательных аппаратов, Уфимский университет науки и технологий, Уфа, Россия; aliya.ishkulova@ yandex.ru. Alexey G. Lutov, Dr. Sci. (Eng.), Prof., Head of the Department of Automatic Systems, MIREA – Russian Technological University, Moscow, Russia; lutov1@mail.ru. Aliya R. Ishkulova, Сand. Sci. (Eng.), Ass. Prof. of the Department of Aircraft Manufacturing Technology, Ufa University of Science and Technology, Ufa, Russia; aliya.ishkulova@yandex.ru. Одним из ключевых параметров качества гальванических покрытий является его толщина, которая должна соответствовать техническим требованиям и обеспечивать необходимую степень защиты от коррозии, износостойкость и внешний вид покрытия. Обеспечение равномерности гальванического покрытия является одной из важных и сложных задач высокотехнологичного машиностроительного производства, для решения которой предложен ряд методов, таких как управление токовыми режимами, расположением электродов в ванне, скоростью потока электролита. Однако в большинстве случаев эти методы требуют решения задачи оптимального многопараметрического управления. Оперативная и точная оптимизация при изменении условий электролиза (электродных потенциалов, состава и свойств электролита), а также при необходимости учета многоэкстремального характера зависимости коэффициента равномерности от параметров процесса (плотности тока, межэлектродного расстояния, скорости потока электролита) является достаточно сложной и неоднозначной многофакторной задачей, ограничивающей применение классических методов для поиска глобального экстремума. В статье исследуется возможность и целесообразность использования интеллектуальных эвристических методов, таких как эволюционные и роевые, для решения данной задачи. Цель. Целью данного исследования является определение эффективности применения генетических алгоритмов и метода роя частиц для решения задачи оптимизации многопараметрического управления процессом нанесения гальванических покрытий. Материалы и методы. Для проведения исследования были использованы методы математического моделирования, методы и программные среды численного моделирования и оптимизации. Результаты. В статье произведены исследования эффективности применения эволюционных и роевых методов оптимизации применительно к процессу нанесения хромового покрытия в гальванической ванне с многими анодами при многопараметрическом управлении плотностью тока, межэлектродным расстоянием и скоростью потока электролита. Наилучшего приближения к экстремуму коэффициента равномерности позволяют достигнуть генетические алгоритмы с использованием операции мутации и метода роя частиц, при этом достижение экстремума с применением метода роя частиц достигается за меньшее количество итераций. Заключение. Результаты исследования обосновывают целесообразность применения эволюционных и роевых методов решения задачи оптимизации многопараметрического управления процессом нанесения гальванических покрытий, при этом можно добиться повышения эффективности данных методов за счет дополнительной настройки. One of the key parameters of the quality of ceramic coatings is its thickness, which must meet technical requirements and provide the necessary degree of corrosion protection, wear resistance and appearance of the coating. Ensuring the uniformity of the galvanic coating is one of the most important and complex tasks of high-tech machine-building production, for which a number of methods have been proposed, such as controlling current modes, the location of electrodes in the bath, and the electrolyte flow rate. However, in most cases, these methods require solving the problem of optimal multiparametric control. Prompt and accurate optimization when changing the conditions of electrolysis (electrode potentials, com-position and properties of the electrolyte), as well as, if necessary, taking into account the multi-extreme nature of the dependence of the uniformity coefficient on the process parameters (current density, interelectrode distance, electrolyte flow rate) is a rather complex and ambiguous multifactorial task that limits the use of classical methods for- the claim of a global extreme. The article explores the possibility and expediency of using intelligent heuristic methods, such as evolutionary and swarm methods, to solve this problem. Objective. The objective of this study is to determine the effectiveness of using genetic algorithms and the particle swarm method to solve the problem of optimizing the multiparametric control of the electroplating process. Materials and methods. Methods of mathematical modeling, methods and soft-ware environment of numerical modeling and optimization were used to conduct the study. Results. The article investigates the effectiveness of the application of evolutionary and swarm optimization methods in rela-tion to the process of applying chrome plating in a galvanic bath with many anodes with multiparametric control of current density, interelectrode distance and electrolyte flow rate. The best approximation to the extreme of the uniformity coefficient can be achieved by genetic algorithms using the mutation opera-tion and the particle swarm method, while achieving the extreme using the particle swarm method is achieved in fewer iterations. Conclusion. The results of the study substantiate the expediency of using evolutionary and swarm methods to solve the problem of optimizing the multiparametric control of the electroplating process, while it is possible to increase the efficiency of these methods due to additional tuning.