随着城市人口数量的不断增长和城市建筑事业的飞速发展,高层建筑已成为当代城市建筑的主体,为了保证高层建筑的输送能力,并为人们提供更加优质的服务,发展电梯群控技术已成为一项刻不容缓的任务。近年来,电梯群控技术发展非常迅速,许多先进的控制思想被引进到电梯群控技术中来,促使电梯系统的运输能力和服务质量有了很大的提高,但是仍然存在很多问题亟待解决。本文的主要工作包括电梯群控系统及模糊神经网络基础理论的介绍、电梯客流模型分析、电梯交通模式识别以及电梯群控系统智能调度算法的研究,下面将分别介绍各部分工作的内容和取得的成果。文章介绍了电梯群控系统的发展历程和相关控制方法的应用情况,分析了电梯群控系统的特性、性能指标等基本理论,并介绍了模糊神经网络结构及其混合学习算法,为后续工作提供了理论基础；建立了客流分析模型,并对此模型进行仿真,获得了模拟客流数据；采用模糊神经网络对电梯系统进行交通模式识别,并把客流仿真生成的客流数据作为识别的对象,模式识别的结果表明,该方法对复杂的电梯客流具有良好的识别能力,对电梯群控系统根据不同的交通模式采用相应的派梯策略起到很好的指导作用。针对传统电梯客流信息管理模式容易造成梯群的乘客的拥挤和超载等问题,本文引进了基于目的层预约的电梯群控思想,并对新型电梯控制系统的调度优化进行研究。利用目的层预约的思想对呼梯申请进行信息采集,将采集到的呼梯信息进行合理分类,并详细的分析了新呼梯申请对己被分配的呼梯申请所造成的影响。在以上分析的基础上对呼梯申请的平均侯梯时间、平均乘梯时间和能耗三个性能指标进行建模,并将它们作为控制目标,采用模糊神经网络的电梯群控系统进行优化派梯。在matlab7.1的环境下,通过将基于目的层预约的模糊神经网络算法、最小等待时间以及传统的模糊神经网络算法的仿真结果对比可知,基于目的层预约的电梯群控系统能够得到更加合理的派梯效果。