常规工商管理是通过对讲来实现对巡查人员的调度,但是处理过程管理不够精细,导致巡查效率低下、效果不佳。主要表现为巡查路线较长、无法实时任务调度等问题,为了解决上述问题,本文引入粒子群算法,将其与蚁群算法融合,采用全过程精细化管理模式,实现了巡查过程有计划可循、可视化监管调度。本文主要工作如下:1、在深入了解蚁群算法、最小生成树与最优路径间关系后,总结了蚁群系统中概率选择的优势,提出了采用自适应的路径选择策略的改进算法即PMST-ACS算法。2、在PMST-ACS算法的基础上,融合粒子群算法,得到最优参数组合以减少参数选择的随机性,并将最优参数组合应用于PMST-ACS算法以解决巡查调度问题,从而获得巡查过程中的最优路径,且以巡查方案的形式下发给巡查人员,最终方便了管理员快速调度巡查人员进行市场巡查。3、为了更好地体现GPS定位和上述算法的应用,本文结合GPS和GIS地图实现人员定位、轨迹跟踪。另外为了解决GPS数据量过大的问题,研究了道格拉斯-普克算法,对GPS数据进行压缩并将简化后的数据显示在GIS地图中。本文将以上改进算法和技术应用于工商巡查调度管理中,在移动终端和浏览器上实现了对巡查人员的有效调度,并通过多媒体信息及时掌握现场巡查状况,使得交流更充分,实现了较高的巡查效率和巡查效果。