近年来,国家持续倡导使用基于物联网技术的电梯管理系统,电梯物联网建设发展迅速。但目前电梯物联网系统存在:维保流程不够完善,维保速度不够快;在电梯故障诊断中,对于电梯历史数据的分析不足导致相应故障的诊断不够快速、准确;电梯群控系统（Elevator Group Control System,EGCS）对于客户的响应速度与系统能耗都有待改进。本文针对上述问题,设计了一套基于物联网技术的电梯运维系统。通过4G将电梯各种运行数据上报至云平台进行储存与分析。设计Web端实现电梯总体概况的可视化、运行状态的实时监控、故障云诊断、故障报警的推送、定期或突发维保信息的留档、各级各类人员的管理等功能。设计移动端联动微信为维保员定制专属维保任务和故障报警一对一推送,保证全面、迅速、准确、负责的电梯维保流程。为了提高电梯故障诊断的准确度与速度,使用结合粒子群（Particle Swarm Optimization,PSO）算法和BP神经网络的混合算法,设计一种电梯故障诊断的优化方案。针对PSO-BP算法易陷入局部最优解和收敛速度不够快的问题,提出对PSO运用三种优化策略:调整非线性惯性权重与学习因子模式、加入动态步长因子、结合烟花算法（Fireworks Algorithm,FWA）,来提高算法全局寻优能力,并加快收敛速度。通过大量电梯故障及健康数据样本对改进PSO-BP算法进行测试,结果表明改进PSO-BP算法在均方误差上相比于改进前降低了34.6%,收敛速度提升了21.3%,验证了优化后的电梯故障诊断方法的优越性。针对目前电梯群控系统中客户候梯时间长、系统能耗高等问题,建立候梯时间、系统能耗等多目标关联的电梯群控系统评价模型,根据不同交通模式调整模型内部关系,在人工蜂群（Artificial Bee Colony,ABC）算法的基础上提出一种电梯群控调度优化方案。所提优化方案对ABC算法从两方面进行优化以此增加电梯运行效率:调整采蜜蜂的搜寻模式以强化种群间的联系、加入模拟退火（Simulated Annealing,SA）机制来增加算法前期搜索的随机性。通过MATLAB进行仿真,仿真结果表明不同交通模式下的电梯群控系统评价模型在应用改进后ABC算法的电梯群控调度方案后,客户候梯时间和系统能耗等系统评价指标均有一定的提升,验证了所提方法的有效性。