本课题是以电梯群控算法为主要研究内容，同时介绍了电梯控制系统的网络集成。 针对电梯群控系统所要解决的是一个复杂的，具有非线性、不确定性的多目标随机系统的决策问题而引入了统计近似概念。综合考虑电梯运行特性，提出一种新的电梯群控系统(EGCS)评价函数，并用模糊神经网络的电梯群控算法推出各电梯响应层站召唤信号的适合度，从而达到电梯的合理调度。 本文在借鉴了大量的文献基础上，提出以平均等候时间、轿厢人数、能源消耗为性能指标的评价函数；详细介绍了乘客待梯时间HWT的统计近似算法；基于对电梯交通状况的分析，对停层次数和运行距离这两个重要参数的计算进行了详尽的介绍；依据电梯运行特性参数，构造一组电梯运行教师信号，并采用神经网络的Widrow-Hoff学习规则训练权系数。本文应用VB进行了群控算法的仿真实现，通过对仿真结果的分析验证了群控算法的可行性。 电梯控制系统的网络集成是以以太网为主干网，采用Lonworks现场控制总线将前端设备联在一起，采用分布式控制结构，将电梯的控制功能分为若干个模块，用神经元芯片和PLC分别实现一部分控制功能，充分发挥Lonworks现场控制总线的网络、通讯和控制功能。