随着城市高层建筑的日益发展,大楼内单梯运行已无法满足乘客的输送需求,而多台电梯智能群控调度技术能够根据不同的交通模式及乘客的需求做出灵活的派梯策略,可以很好地适应各类大楼的乘客用梯需求,因此用于控制多台电梯的电梯智能群控技术的应用日益普遍。电梯智能群控调度系统主要分为电梯乘客交通流预测、交通模式识别、群控算法调度三个方面。其中,电梯乘客交通流预测是实现电梯智能群控系统的前提,交通模式识别是实现电梯智能群控系统的基础,群控调度算法是实现电梯智能群控系统合理派梯的核心。本文以缩小乘候梯的时间,减少电梯不必要的停靠,节约电梯运行的能耗为目标,以充分发挥现代智能控制理论的优越性为手段,对电梯智能群控系统的交通流预测、交通模式识别、电梯智能群控算法的三个方面进行研究分析。同时,针对现阶段电梯临界满载情况的运行提出了一种临界满载判别方法。电梯乘客交通流预测是实现电梯智能群控调度的前提,针对电梯乘客交通流的时间序列小样本特征,根据等维新息原则,提出一种改进的灰色(1,1GM)模型对电梯交通流分别进行周期特性及发展变化趋势预测。综合考虑电梯交通流的周期特性及发展变化趋势,将两组预测数据进行自适应加权组合预测。将交通流数据自适应加权组合预测与小波神经网络预测模型相比较表明,在实际获取的乘客交通流数据量较少的情况下,电梯交通流组合预测的误差更小。电梯交通模式识别是实现电梯智能群控调度的基础,针对影响交通模式识别因素较多且复杂多变的问题,根据粗糙集理论知识,提出了一种基于属性约简的电梯交通模式模糊识别方法。对影响电梯交通模式识别的属性及模糊推理规则的两个方面进行属性约简,增强了模型识别电梯交通模式时的容错性,减少了模糊推理规则数目。仿真结果可以表明,基于属性约简的电梯交通模式模糊识别方法的识别结果准确率高于应用最小二乘支持向量机(LSSVM)多值分类识别的准确率。电梯群控调度算法是实现电梯智能群控系统合理派梯的核心,它能够根据乘客实际乘梯需求得出最优派梯方案。本文以乘客乘候梯时间和电梯能耗为优化目标,建立电梯智能群控多目标优化模型,并通过改进遗传算法对派梯方案进行优化,最后借助电梯智能群控调度系统仿真平台对本设计方案进行仿真测试,实验结果表明通过改进的遗传算法不但减少了乘客乘候梯时间,而且降低了电梯电能消耗。针对电梯群控派梯过程中出现的重复派梯行为和因电梯信息不完备产生的无效停车情况,尤其是电梯交通流处于下行高峰交通模式时,因电梯拥挤程度饱和而轿厢负载未饱和出现的错误停站情况,提出了一种电梯满载状态识别方法来减少轿厢不必要的停站,有效减少了乘客乘候梯时间,降低了电梯系统能源的消耗。