1.一种基于改进NSGA‑II算法的电梯群控调度方法，其特征在于，包括以下步骤：步骤1: 获取电梯楼层运行信息，包括楼梯总层数、轿厢个数、乘客呼梯楼层及方向、电梯内乘客目的楼层、电梯运行所在层及方向，总的内外呼次数；

步骤2: 根据获取的电梯楼层运行信息，建立电梯运行的数学模型，根据电梯运行的数学模型构造多目标值函数，其中多目标值函数包括总的侯梯乘梯时间函数以及系统总能耗函数；

步骤3: 根据获取的电梯楼层运行信息，采用实数编码方式对个体进行编码，得到个体编码，其中，编码的长度等于乘客外呼梯的个数，编码中每个元素在1到N之间取值，其中N为轿厢个数；

步骤4: 根据步骤3的个体编码，采用启发式初始化和随机初始化相组合的方式，生成父代种群，并根据步骤2中的多目标值函数，对父代种群的个体进行多目标值的计算并根据多目标值进行非支配排序，得到父代种群的非支配排序等级；

步骤5: 结合父代种群的非支配排序等级，对父代种群进行选择、交叉、变异操作后生成子代种群，合并父代与子代种群，得到合并种群，对合并种群进行拥挤度计算和非支配排序，得到合并种群的非支配排序等级，保留合并种群的优秀个体，生成新一代父代种群，并对新一代父代种群进行非支配排序，得到新一代父代种群的非支配排序等级；

步骤6: 将步骤5生成的新一代父代种群作为输入返回步骤5迭代，迭代后步骤5的迭代次数iter 加1，若加1后的迭代次数＞  ，则迭代结束，迭代结束后输出最终求得的父代种群和非支配排序等级，根据最终求得的父代种群和非支配排序等级求得Pareto非支配解集，其中， 为迭代次数结束的阈值；

步骤7: 根据Pareto非支配解集的解的分布，进行交通模式的判断，根据判断出的交通模式和适应度值函数对Pareto非支配解集进行决策，选择出最佳解，为最佳的派梯方案。

2.如权利要求1所述的基于改进NSGA‑II算法的电梯群控调度方法，其特征在于:步骤4中，启发式初始化包括顺向区间分配派梯初始化和顺向最小侯梯时间分配派梯初始化。

3.如权利要求2所述的基于改进NSGA‑II算法的电梯群控调度方法，特征在于:顺向区间分配派梯初始化具体包括：通过对所有乘客呼梯楼层及方向、电梯运行所在层及方向，按上行下行和楼层高低循环排序，将两个相邻轿厢之间的所有乘客呼梯，分配给该相邻轿厢中的即将到来的顺向轿厢；

顺向最小侯梯时间分配派梯初始化具体包括：通过对所有乘客呼梯楼层及方向、电梯运行所在层及方向，按上行下行和楼层高低循环排序，从每个轿厢前方第一个乘客呼梯开始，分别把乘客呼梯分配给离即将到来的顺向轿厢中侯梯时间最短的轿厢。

4.如权利要求1所述的基于改进NSGA‑II算法的电梯群控调度方法，其特征在于:步骤5中，对父代种群进行选择、交叉、变异操作，具体包括：（1）根据父代种群的非支配排序等级，通过二元锦标赛选择策略从父代种群中选择出个要进行交叉操作的个体、以及 个要进行变异操作的个体，其中 和大小的确定如下：

其中 为自适应交叉率， 为最小交叉率， 为最大交叉率， 为非支配解集中解的个数， 为种群中个体的数量， 为自适应变异率， 为要进行交叉操作的个体数量、 为要进行变异操作的个体数量；

（2）对选择出的个体进行交叉、变异操作，生成子代种群。

5.如权利要求1所述的基于改进NSGA‑II算法的电梯群控调度方法，其特征在于:步骤7中，根据Pareto非支配解集的解的分布，进行交通模式的判断，根据判断出的交通模式和适应度值函数对Pareto非支配解集进行决策，选择出最佳解，为最佳的派梯方案，包括：（1）求得Pareto非支配解集中各个解对应 中的最小值 ， 为总的侯梯乘梯时间；

（2）根据 值的大小判断交通模式TP，具体为：

其中 为仿真出的高峰模式与正常模式之间 对应的阈值， 为仿真

出的正常模式与低峰模式之间 对应的阈值；

（3）对求得的Pareto非支配解集中各个解对应的总的侯梯乘梯时间 和系统总能耗分别除以总的内外呼次数，分别得到Pareto非支配解集中各个解对应的 和 的平均值，然后求平均值对应的适应度值，得到 和 的平均值对应的适应度值；

（4）根据（2）中判断得到的交通模式，获取 和 的平均值对应的适应度值的权重系数 和 ，其中， 为总的侯梯乘梯时间 平均值的适应度值对应的权重系数， 为系统总能耗 平均值的适应度值对应的权重系数；

根据获得的权重系数对步骤（3）中 和 的平均值对应的适应度值进行加权求和，得到Pareto非支配解集中各个解在当前交通模式下的总适应度值，选择总适应度值最大的解为最佳解，作为最佳的派梯方案。