随着现代化城市的快速发展和高层建筑的日益增多,建筑内的交通变得越来越复杂,单台电梯往往不能满足建筑内的交通需要,而要由几台电梯组成电梯群来运送乘客。这种合理安装多台电梯并进行统一优化调度的系统即是电梯群控系统(EGCS)。目前电梯群控系统中需要研究的核心问题即是群控方法。本文针对现有群控方法存在的不足,应用多Agent理论设计电梯群控系统,缓解以往集中式群控器的计算任务量大,运算效率低等问题；利用强化学习方法使电梯系统适应变化的客流状况和环境突变,从而提高系统的运行效率。本文首先回顾了电梯群控系统的发展现状和相关的智能控制方法,介绍了现有的各种电梯群控系统的优点与不足,分析了电梯群控系统的特性、控制方式、性能评价指标及交通流特性。建立了客流分析模型,推导了乘客起始密度向量和起始—目标矩阵,并对此客流分析模型进行仿真,获得了交通流数据。本文在研究多Agent理论的基础上设计了多Agent电梯群控系统。将每个电梯作为一个Agent,各单梯Agent在控制自己轿厢运行的基础上增加决策规划能力,即能够独立进行推理决策,选择自己要响应的呼叫。应用强化学习方法使单梯Agent对自己响应过的呼叫进行学习,积累经验,以使电梯群控系统能够适应变化的交通流模式,’保证系统的性能指标良好。当各单梯Agent所选择的呼叫之间出现冲突时,由协调Agent按照协调机制来解决。本文设计了多Agent电梯群控系统的整体构架,单梯Agent和协调Agent的结构,单梯Agent的决策规划方式和强化学习方法,及协调Agent的协调机制。最后,利用面向对象的编程语言C++构建了多Agent电梯群控仿真系统,分析了仿真结果,验证了本文设计的多Agent电梯群控系统能够缓解集中式群控器计算量大而集中的问题,提高系统的运算效率,并能够较好地适应客流变化和环境突变。