在高层建筑中,电梯是不可缺少的垂直运输设备,电梯服务的好坏直接关系到人们的生产生活。随着电梯控制技术的飞速发展,很多先进高效的思想被引入到电梯群控技术中来,对电梯的智能化、网络化、节能化等又提出了新的要求。电梯群控技术的安全性、稳定性与高效性大幅度提高。但是仍存在一些问题需要解决。基于目的层群控系统的动态特性、电梯交通模型的类型、通用的性能评价指标以及部分智能算法的理论,本文首先对电梯客流模型进行了优化扩充,使之能够模拟四种典型交通模式客流数据,并仿真生成数据作为交通模式识别与聚类组派梯的验证的数据来源。其次将BP神经网络用于交通模式识别,建立了五输入四输出的BP神经网络,网络识别效果明显。接着本文提出对中等以上客流按照方向进行聚类分组,从而以组为单位进行派梯。最后对目的层电梯群控的多目标派梯策略进行了研究,建立了综合考虑乘客、电梯服务、能耗的多目标决策模型,并设计了中等以上客流的聚类组派梯方法。本文首先对目的层群控多目标策略进行总体设计,将目标层群控系统的功能分为三大模块：数据管理模块、交通模式识别模块、群控派梯决策模块,并对各个模块功能做了详细分析。其次优化了客流模型,产生了四种交通模式下的仿真数据作为训练样本,同时建立了五输入四输出的BP神经网络来进行交通模式识别。通过对数据进行分析,得到BP神经网络的权值、学习率起点、训练次数与训练误差,能够更好的训练网络并识别交通模式。最后本文在阐述将乘客聚类分组、实施以组为单位进行派梯的优势下,建立了基于最快返回的电梯的多目标决策模型。该模型能够转化为0-1规划问题进行求解,从而选择最优聚类组进行乘梯。该模型中提出对乘客聚类分组、将候梯时间划分为固定候梯时间与动态候梯时间作为时间指标,综合外呼影响时间与电梯总运行时间作为目标函数。乘客聚类能够使能耗减小。模型综合考虑了乘客满意度指标、电梯服务指标与能耗指标,在仿真的交通流下具有较好的效果。