随着高层建筑和智能化建筑的不断出现，电梯作为垂直运输设备得到了广泛的应用。为了提高电梯的运行效率和服务质量，建筑物内需要安装多台电梯以满足乘客的交通需求。现代建筑多采用电梯群控系统对多台电梯群进行集中统一的控制和优化调度，以缩短人们的候梯时间和乘梯时间，减少能量的损耗。 文中分析和研究了电梯群控系统的系统特性、性能评价指标及大楼内的交通模式，总结了现有的电梯群控算法。在此基础上，提出了一种新的评价电梯调度目标的综合评价函数，将平均候梯时间少、平均乘梯时间少、能源消耗少、长候梯率低四个重要目标的加权平均值作为评价函数，并根据不同的交通模式调整加权系数。研究了遗传算法和模糊神经网络，用遗传算法优化具有全局性的模糊神经网络的隶属函数参数，用BP算法调节和优化具有局部性的参数，建立了基于遗传算法的模糊神经网络。用基于遗传算法的模糊神经网络来具体实现四个控制目标的求解，实现不同交通模式下电梯群的调度。搭建了基于Delphi和Matlab的电梯群控系统仿真平台，该仿真平台为测试电梯群控算法、仿真电梯运行过程、进行电梯配置等工作提供了一个方便有效的试验平台。 文中最后利用该仿真平台对所设计的群控算法进行了仿真测试，仿真结果表明，基于遗传算法的模糊神经网络算法能在不同的交通模式下，对电梯群进行调度。同其它传统的群控算法相比，基于遗传算法的模糊神经网络的电梯群控算法下的平均候梯时间、平均乘梯时间、长时间候梯率、电梯能耗都有了明显的降低，验证了该群控算法的有效性和可行性。