随着国内高层建筑的迅猛增加以及人们对电梯的服务提出更高要求。人们对电梯系统提出了乘客平均候梯时间最小,乘客最长可能等待时间最小、节能以及平均运送能力最大等指标。显然,单个电梯的单独控制已经满足不了以上的需求,本课题将电梯群作为一个整体系统,运用神经网络、模糊控制、遗传算法等智能控制技术实现智能电梯群控系统,使得以上提出的性能指标达到最优。通过对智能电梯群控系统中乘客的心理和生理要求进行分析,对电梯群控系统提出了一系列的要求,为了满足这些要求,我们设计的电梯群控系统应该是一个兼顾了多目标性、不确定性、非线性、扰动性和信息的不准确性的复杂系统。针对这样的系统特性,提出了预测控制模式,优化控制模式,分解—协调控制模式,模糊控制模式的思想。利用模糊神经网络对电梯的客流量进行模式识别,将电梯客流分为上行高峰交通模式,下行高峰交通模式,2路交通模式,4路交通模式,平衡的层间交通模式和空闲交通模式等六种模式。并且详细的设计了五层的模糊神经网络,并将模式分类的结果应用于电梯群控,针对每一种模式,提出一种最佳的群控策略。因为模糊神经网络将电梯分为六种模式,在模式之间的切换不能很好进行,故提出了一种基于遗传算法的电梯群控策略,使得电梯能够平滑的在各种模式之间实现切换。确定了遗传算法的各种参数,实现各种模式下的多目标优化。最后,引入了CAN总线与DSP技术,将电梯的群控策略在工程上得以实现。