随着高层建筑的不断发展,人们对电梯服务质量提出越来越高的要求,单台电梯往往不能满足建筑物内的交通需要。为了缩短人们的候梯时间,减少能量损耗,需要合理安装多台电梯并进行集中统一的控制,这种多台电梯的优化调度系统就是电梯群控系统(EGCS)。由于电梯群控系统具有随机性、非线性,并且难以建立精确的数学模型,运用智能控制的方法成为可能和可行。本文研究了模糊神经网络,用神经网络结构进行模糊推理,用BP算法调节和优化具有局部性的参数。本文提出了基于模糊神经网络的电梯群控系统,从乘客的角度出发,相对候梯时间强调了降低乘客的乘梯时间,同时综合考虑电梯运行的评价标准并建立了相应的模糊规则。最后,对电梯群控系统的模糊神经网络控制方法进行仿真,并与传统的群控方法进行比较,结果证明基于模糊神经网络的电梯群控可以适用于各种交通流模式,又能满足各单一交通模式下的性能要求。