验存在局限性等；控制规则数受限制，规则数多则显得复杂，难以控制；少则控制性能下降。
2神经网络是依据人类和动物大脑的工作方式建模的，具有并行处理、分布储存、自学习、自组织功能。神经网络学习的主要优势在于它可以通过调整网络连接权来得到近似最优的输入输出映射，适应于难以建模的非线性动态系统，它能识别交通流，当交通流发生变化时，电梯交用配置能随之变动。神经网络还具有自学能力，能改进控制算法对制定的规则加以修改，利用非线性和学习方法建立适合的模型进行推理，对电梯交通进行预测，能灵活应付建筑物中变化的交通流，校正误差。但它也有自己的缺点，单纯的神经网络就会使其结构相当庞大，网络的离线学习或者在线学习的时间都会较长，而且也使控制器收敛性能下降，更主要的是结构的合理性也难以验证。
3）基于遗传算法的控制算法抽象于生物的进化过程，是通过全面模拟自然选择和遗传机制，而提出的一种自适应概率性的搜索和优化算法。它采用多点的方式并行搜索解空
f间，能获得最优全局解而不会陷入局部极小，对优化问题的限制很少，不需要确切的系统知识，只要给出一个能评价解的目标函数，可实现在多目标要求下动态优化派梯方案。在有多个呼梯的情况下可搜索到最优派梯方案，实现多目标最优调度；搜索中依靠适应度函数值的大小来区分每个个体的优劣，遗传算法优于传统的最小候梯时间算法。遗传算法的缺点有：遗传算法本身所具有的随机性和概率性，使它的搜索进程效率不高；其优良的搜索结果是以尽可能长的搜索时间为代价的
f三、课题研究的主要内容1、设计方案的可行性分析和预期目标：
电梯群控系统就是对同一建筑内多台电梯进行管理，通过综合考虑建筑内所有的电梯需求，对多台电梯进行统一调度。对每一个乘客呼梯信号，群控主机都会通过采用群控算法，根据当时电梯群的运行状态以及大楼内的客流交通情况调度最合适的电梯去响应。应用电梯群控系统可以提高整个电梯群的运行效率，从而为乘客提高更好的服务质量和服务效率。
2、应解决的主要问题、重点和难点：
1对电梯群控系统的多目标性、不确定性等进行分析，指出电梯群控调度中需要重点考虑的几个指标。
2综合考虑乘客的平均等候时间、长时间候梯率以及能源消耗等三个指标，并根据实际要求给予不同的权重，建立最优评价函数。
3根据采集的输入参数值进行模糊推理，计算各指标的模糊值，得出每部电梯的综合函数值，选择函数值最大的电梯响应呼梯信号。r