电梯是高层建筑中不可缺少的垂直交通运输工具，随着高层智能建筑的大量涌现，人们对电梯系统的性能提出了越来越高的要求。近年来，电梯控制技术得到了快速的发展，许多先进的控制技术被应用于电梯群控系统中，使电梯群控系统的性能在很大程度上得到提高，但仍有不少突出问题需要解决。本文以电梯研究为背景，以群控电梯系统为研究对象，开展两台电梯的群控系统的研究，建立合理的控制策略和智能控制算法，开发了基于神经网络的电梯群控系统智能调度的算法。主要研究内容如下：本文首先对电梯群控系统的不确定性、多目标性和扰动性进行了特征分析，阐述了电梯群控系统控制方式和性能评价指标，并定义了影响电梯群控系统控制效果的特征值。其次介绍了电梯运行中的上行高峰、下行高峰、多路交通、平衡的层间交通和空闲交通等不同交通模式及其特征，并提出了针对不同交通模式的控制策略。不同的交通模式采用不同的群控算法可以提高电梯运行系统的性能。然后本文以减小乘客平均候梯时间，减少乘客长时间等待率，以及降低系统运行能耗3个评价指标的加权平均作为电梯调度的综合评价函数，并根据不同交通模式调整3个加权系数，进一步优化调度策略；此外还对每种指标输入变量的计算、变量的归一化及评价函数的具体实现进行了阐述。最后利用神经网络的自学习和泛化能力进行派梯，根据建筑物内不同时间的交通流量的变化选择不同的调度算法。本文最后构建了大楼电梯群控系统的仿真模型，用MATLAB对所设计的电梯群控算法进行了仿真，仿真结果表明这种基于神经网络的多目标智能调度方法应用在电梯群控系统中能够得到合理的派梯结果，使系统的运行效率得以提高，增加了乘客的满意度。