该文首先对数据融合进行研究.介绍了基于模糊联结聚合神经网络的一种多信息层次混合结构的融合模型,对网络中每一个节点选择合适的数据融合运算.建立了进行数据融合的模糊联结聚合网络.研究了模糊神经网络,用神经网络的结构进行模糊推理.研究了遗传算法及其实现.采用小生境共享函数法,维护了群体的多样性.用遗传算法优化具有全局性的模糊神经网络初始参数,用BP算法调节和优化具有局部性的参数.建立基于遗传算法的模糊神经网络.在电梯群控系统中,每部电梯采用一个模糊联结聚合网络进行数据融合.采用二层融合结构：原始数据层融合、特征层融合.对原始层数据采用模糊联结“或”和“并”运算,特征层采用模糊联结“广义均值”融合运算,融合结果作为基于遗传算法的模糊神经网络的输入.根据各种交通模式相应电梯群控目标产生模糊神经网络的样本,训练好的网络用于电梯调度.选取网络进行电梯群控.在虚拟环境下进行仿真,结果证明基于遗传算法的模糊神经网络电梯群控可以适用于各种交通流模式,又能满足各单一交通模式下的性能要求.