电梯群控的一个基本问题是电梯交通流预测。电梯的时间序列交通流数据具有非线性和小样本的特征,利用最小支持向量机技术进行电梯交通流数据预测。对于电梯交通流需求的时变性、不确定性的特点,建立了基于LS-SVM的迭代学习预测模型。该模型不依赖于交通需求的分布,基于最小支持向量机技术得到的预测函数,能及时动态跟踪电梯交通流变化,从预测结果看出基于时间序列的LS-SVM预测的正确性与有效性。针对不同的电梯交通模式采用相对应的群控算法进行电梯优化调度计算,可以极大提高电梯群控系统的性能。DE算法具有较强的全局和局部搜索能力,利用差分演化的神经网络进行电梯交通流量模式识别,辨识效果良好。进行了电梯实验室基于CAN总线通信的电梯群控试验台硬件设计、通讯功能和仿真软件设计。根据群控系统功能电梯群控试验台设计了总线通信、呼梯信号和群控与监控几个子系统。按照功能设计要求,电梯群控试验台由5个大类共12个控制器节点构成。电梯群控试验台硬件和软件设计符合实际电梯群控系统的结构,可以满足电梯群控实验室系统研究的需要。