随着高层建筑和智能化建筑的不断出现,作为交通运输工具的电梯也越来越显得重要。从单梯运行到双梯并联运行,再到电梯群控系统运行,人们对电梯系统性能的要求越来越高。本文以电梯研究为背景,以群控电梯系统为研究对象,开展4台电梯的群控系统研究,主要研究内容如下：电梯群控系统是一个具有不确定性、多目标性、扰动性等特性的复杂系统。本文首先对这些特性进行了分析,介绍了电梯运行中的上行高峰、下行高峰、多路交通、平衡的层间交通和空闲交通等不同交通模式,提出了针对不同交通模式的控制策略。其次,提出了一种基于简单差分算法的模糊径向基函数(RBF)神经网络电梯群控系统交通流模式识别方法。文章采用模糊径向基函数神经网络来识别电梯群控系统的交通流模式,采用简单差分算法,优化该神经网络的网络权值ω、高斯函数的中心矢量c和基宽向量b。为摆脱局部最优,及提高搜索速度,文中引入了一种改进的差分演化算法。仿真试验表明,该方法收敛速度快、识别精度高。再次,提出了一种基于二进制差分演化算法的电梯群派梯算法。在评估了电梯群控系统的性能指标并分析了派梯过程中系统的易变因素后,建立了电梯群控的多目标评价函数。根据电梯的运行状态和各层站的外呼信号,以多目标评价函数的优化组合为目标,寻求最优派梯方案。本文最后构建了大楼电梯群控系统的仿真模型,用MATLAB对所设计的电梯群控算法进行了仿真。仿真结果表明这种基于差分演化算法的多目标智能调度方法应用在电梯群控系统中能够得到合理的派梯结果,使系统的运行效率得以提高,增加了乘客的满意度。