电梯作为现代建筑物中必不可少的运输设备,广泛应用于居民楼、医院、商场、办公大楼等楼宇内。在传统调度方法中,最常见的一种派梯方法是最小等待时间调度算法,它以乘客的等待时间作为控制目标,没有考虑优化电梯的行程以及降低能耗等其他问题。在智能化技术高速发展的现代,越来越多的研究者针对电梯群控系统的智能控制问题,从乘客角度和管理者角度综合考虑,提出了多目标优化调度系统。电梯群控系统结构复杂,为了使群控系统的优化调度取得更好的控制效果,对随机性、扰动性、多目标性以及非线性等特点进行分析和研究,设计改善群控系统服务性能的算法,并进行了仿真与验证。本课题对电梯群控系统的研究主要从如下三部分展开。(1)在最小等待时间算法的基础上进行改进,采用最短距离调度算法设计多部电梯的群控调度系统,运用以PLC为控制器的电梯仿真平台和仿真对象模型进行算法验证,得到仿真数据,总结并分析应用距离调度的仿真结果。(2)根据电梯群控系统中乘客客流特点以及客流运行模式,选用BP神经网络对运行模式识别,引入遗传算法改进并优化该网络,使其快速收敛,减少识别误差,提高网络的预测精度及电梯群控系统智能化识别程度。(3)基于客流运行模式识别,使用粒子群算法(PSO)改进群控系统的多目标优化调度,以候梯时间、乘梯时间和系统能耗为优化目标并建立综合评价函数,然后进行整个仿真系统的模块化设计,在MATLAB中对不同运行模式进行仿真实验,对比数据并分析仿真结果,证明该方法在群控调度中具有更好的控制效果。图22幅,表16个,参考文献80篇。