針對電梯控制系統故障診斷困難及診斷準確率不高的問題,提出一種基于信息融合技術的故障診斷方法。通過優化網絡學習率與激活函數的傾斜度，對BP 神經網絡進行改進，使得網絡非線性分類能力更強，收斂效率更高。利用電梯控制開關量信號和電梯運行模擬量參數作為神經網絡分類器的特征，應用D-S證據理論合成法則將多個分類器的結果進行融合判決,使證據理論的基本可信度分配不再完全依賴專家進行主觀化賦值，實現了賦值的客觀化。實驗結果表明，該方法具有較高的穩健性，能有效提高電梯控制系統故障診斷準確率。