На основе базовой математической модели вертикализации экзоскелета выявлены и исследованы его динамические свойства, получены скалярные величины, позволяющие оценивать качество работы системы управления вертикализацией экзоскелета. разработаны структурные решения для нейросетевого управления экзоскелетом. Разработаны генетические алгоритмы настройки нейроконтроллеров для системы управления вертикализацией экзоскелета, включающие вариационный генетический алгоритм и его входные параметры, позволяющие синтезировать многослойные нейронной сети; гибридный генетический алгоритм с итерационным процессом увеличения порядка задержек рекуррентной нейронной сети, позволяющий синтезировать нейроконтроллер для управления вертикализацией экзоскелета с одним оптимизируемым критерием; гибридный генетический алгоритм с итерационным процессом оптимизации второго критерия при контроле нахождения первого критерия в области допустимых значений и Парето-оптимизацией между процессами переключения настраиваемых критериев, позволяющий синтезировать систему управления вертикализацией экзоскелета с двумя оптимизируемыми критериями. Проведены экспериментальные исследования показателей качества управления вертикализацией экзоскелета при использовании нейроконтроллеров с разработанной структурой и настроенных по разработанным гибридным генетическим алгоритмам
On the basis of a mathematical model of verticalization of the exoskeleton revealed and investigated its dynamic properties, the obtained scalar value, allowing to evaluate the performance of the control system of verticalization of the exoskeleton. Structural solutions for neural network control of exoskeleton have been developed. The genetic algorithms of neurocontroller tuning for the control system of exoskeleton verticalization, including the variational genetic algorithm and its input parameters, allowing to synthesize multilayered neural networks, are developed; hybrid genetic algorithm with iterative process of increasing the order of recurrent neural network delays, allowing to synthesize a neurocontroller to control the exoskeleton verticalization with one optimized criterion; hybrid genetic algorithm with iterative process of optimization of the second criterion in the control of finding the first criterion in the range of acceptable values and Pareto-optimization between switching processes of adjustable criterions, allowing to synthesize the control system of exoskeleton verticalization with two optimized criterions. Experimental researches of quality control indicators of exoskeleton verticalization using neurocontrollers with the developed structure and configured by the developed hybrid genetic algorithms were carried out