随着城市化进程的快速发展,兴建智能建筑和高层建筑是国家综合国力的需要。高层建筑内的垂直交通工具——群控电梯的研究则显得极为迫切。本文以群控电梯系统为研究载体,以提高系统的智能化水平为着力点,一方面对交通流进行实时采样和统计分析的基础上,提前一个时间段对交通流的特征值进行预测,避免了实时采样的交通流滞后所带来的交通模式错判的严重问题。另一方面,以设计人性化为原则,把减少乘客的候梯时间和乘梯时间为核心、降低系统运行能耗为辅助目的,引领电梯群控系统的研究方向,创建了一种基于辨识的不同交通模式下的多目标函数优化的调度策略,为群梯系统的智能化发展提供了的理论依据和实用意义。论文的主要工作如下：(1)针对目的层呼叫派梯引导机制的群控电梯,采用RS-485串行总线的设计方案,构建了主从工作方式的总线结构系统,实时地进行信号的传递和交换。(2)研究了基于实时变化交通流的预测问题,选用BP神经网络结构,通过初始化学习和周期性的学习获取网络权值和训练新样本,使得神经网络对于交通流的变化能够及时地跟踪预测,特别是对于高峰时段的预测,模型的预测准确率最高。(3)研究了交通模式识别的问题,根据预测结果选用正规化的模糊神经网络对交通模式予以辨识。网络测试显示此方式对实时变化的交通流拥有较好的模式辨识能力。(4)研究了一种基于多目标优化的调度算法。通过把目的层和外呼信号都一样的乘客分派于同一台电梯内,创造性地增加了选层信号重复度这个辅助的目标评价函数。把减少乘客平均候梯时间、减少乘客平均乘梯时间、节省系统的运行能耗这三个指标作为优化组合的主要目标评价函数,通过加权组合这四个目标评价函数构建了群控系统的调度模型。通过提取了最优的派梯策略,完成群控电梯的最优控制。仿真结果表明,平均服务时间在上下高峰模式下均提高了15%以上；平均乘梯时间、平均候梯时间和停站次数、长侯梯率、长乘梯率在层间模式也大大减少。