近年来,人们在购买房屋时,房屋的质量和居住的舒适度成了首要考虑因素。据不完全统计,在对房地产企业的房屋入住客户满意度的调查中发现,物业服务这项满意度明显低于房屋的配套设施和房地产企业的品牌信赖度。很多房地产企业的楼盘,都是在交房时,因为房屋质量存在或多或少的建筑缺陷,户主验收不通过,而导致延期交房。这使得房地产企业的开发成本变高、口碑变差、市场竞争力变小。因此,在交房之前,物业公司要对所有将交付的房屋发起巡检任务,一旦发现任何的房屋缺陷,及时上报施工单位进行维修,以此来提高企业的品牌信赖度和市场竞争力。本文以此为背景,对巡检任务路径优化问题进行了研究。在实际巡检工作中,由于待巡检的房间分布的范围大、数目多、每个房间待巡检类型不同而且巡检紧急程度不同,这给巡检人员的巡检工作任务带来了很大的困难和不便。所以,为巡检人员规划一条合理的巡检路径来提高巡检效率减少巡检成本就显得十分重要。本文的主要研究工作如下:(1)建立一对多的巡检任务路径优化模型。分析具体的巡检任务路径的优化问题,为一个巡检人员规划未来几天的最优巡检任务路线,建立了一对多的巡检任务路径优化模型。根据模型中一对多的特点,优化了模型中待巡检房间时间窗的表示方法和跨越天数巡检时,巡检人员到达各个巡检点的时间的表示方法。根据模型的三维特性,优化了三维空间中任意两个房间之间巡检可行距离的表示方式。(2)基于所建模型和待巡检点的分布特征对蚁群算法进行改进。将巡检任务路径优化模型与蚁群算法相结合起来后,根据待巡检点均分布在不同楼栋内的特征,提出了以巡检点所在楼栋的不同进行聚类的聚类蚁群算法。在每栋楼的内部,又以巡检点所在不同楼层来聚类,将问题以大化小,减少算法的运行时间。针对聚类后蚁群算法的搜索空间可能会变小的缺点,又提出将聚类蚁群算法与多种群遗传算法结合起来的混合算法。(3)房屋缺陷管理系统中任务路径优化管理模块的设计与实现。设计实现了任务路径优化管理的三大功能模块,在数据解析模块中解析巡检人员接收到的每条巡检任务,将解析后的数据传入到智能算法模块,经智能算法计算得出最优路径后将结果传给路径结果反解析模块,这样路径编号就被反解析成了巡检任务,然后将规划好路线的巡检任务返回给房屋缺陷管理系统的巡检主界面进行显示。(4)所建模型和改进蚁群混合算法的有效性测试。由房屋缺陷管理系统巡检主界面提供测试数据,将改进蚁群混合算法计算出来的最少巡检成本、算法的运行时间和达到最少成本的迭代次数与基本蚁群算法计算所得的结果相比较,验证了本论文建立的巡检任务路径优化模型和提出的聚类混合蚁群算法是有效的。