在社会经济高速发展和高层建筑持续攀高的当今,建筑物的使用功能和客流状况发生着新的变化,电梯配置技术面临着新的挑战和使命。垂直交通客流分析和电梯群控制是电梯配置领域中的两个有着内在联系的课题,因为其问题的普遍性、特殊性及其复杂性带来的挑战性,和电梯群的优化控制带来的可观的经济效益和社会效益,引起了众多电梯公司和研究机构的兴趣。论文尝试运用人工智能领域的理论和方法,对电梯交通客流分析和电梯群控制优化算法进行了分析和探讨。论文的工作如下:1.客流预测是电梯交通流模式判别的重要环节,亦是各种客流模式下提高电梯动态分区性能的关键所在。针对这个问题,论文采取了传统的人工统计方法,来获得客流模式的数据。并且利用电梯本身的一些功能,如电梯自带的称重系统,电梯内安装的视频监控系统等,对人工统计的数据进行修正,取得了比较准确的数据。基本能反映电梯交通流的规律性,又体现其随机性和动态性。并对原有的客流模式进行细分,使相对于的运行控制更加有针对性。2.在现有的派梯原则和分配机制下,对目前市场上群控系统采用的免疫算法、人工神经网络算法等的进行了分析,并在此基础上对遗传算法运用与电梯群控系统进行探讨,并结合遗传算法的优势对此群控体系进行了进一步的改进和优化仿真。论文为垂直交通客流分析提供了较为准确的数据,为电梯群控制系统提出了新的算法形式,基于不同的垂直交通客流模式改善了电梯系统的性能,对于推动电梯配置技术的发展具有重要意义。