电梯群控技术在大型公共建筑中被广泛采用以优化电梯调度,在缩短用户等待时间、降低电梯运行能耗和机械损耗等方面成效显著。然而,在一般的住宅建筑中,往往单元内设置电梯少,空间约束和成本约束决定其需要简易、高性价比技术和方案等原因,多年形成的住宅建筑规范和惯例,一般不为电梯设计群控系统。近年来,城市高层住宅大量涌现,大量通过消防连廊共用多部电梯的住宅中,节能降耗、提升业主用梯体验等现实需求亟需相应的电梯群控技术。结合高层住宅用户出行特点等,本文以苏州某高层住宅电梯群为研究背景,研究高层住宅电梯群客流模式识别以及电梯群控调度算法优化,并进行半物理实物仿真研究,以期加强对住宅小区电梯客流数据潜在规律的分析、改善群控调度算法决策合理性,从而有效提高高层住宅电梯群运行服务质量。首先,对比电梯群控系统概念,详细分析住宅电梯群控系统需求特性,在此前提下对整个高层住宅电梯群控系统进行总体架构设计,为后续研究及半物理实物仿真奠定基础。第二,针对传统模式识别方法的不足,对高层住宅楼的客流特性进行分析研究,提出基于LSTM的客流模式识别方法研究。该方法通过LSTM建立客流模式识别模型,学习时间序列中的长期依赖关系,并通过Softmax激活函数进行分类;采用Adam算法优化网络训练参数。实验结果表明该方法在高层住宅建筑中识别效果较好,为下面章节针对住宅内不同客流模式的采取合理的派梯策略提供理论支撑。第三,考虑到高层住宅电梯群鲜有协调调度方案和控制系统,且传统蚁群算法在电梯群控调度中存在的初始信息素匮乏、收敛速度慢等问题,提出基于强化蚁群算法的调度优化方法。以业主的平均待梯、乘梯时间与系统运行能耗为优化目标;采用强化学习中的Q-learning算法去设置初始信息素,同时在概率路径选择中也引入Q值以有效引导蚂蚁探索,从而寻优获得最佳的电梯调度方案。实验表明强化蚁群算法在高层住宅电梯群调度效率方面效果良好。最后,为进一步测试算法性能,搭建基于PLC和Lab VIEW的电梯群控半物理仿真平台。下位机选取西门子S7-1200系列PLC作为控制核心,并通过以太网（TCP协议）与上位机进行数据交互,模拟高层住宅内的电梯群控系统调度运行。