中国老年人口逐年递增,老年人养老需求不断增长。同时,国内空巢家庭数量将持续增多,子女陪伴父母的时间更少。故我国政府建立了以居家养老为基础的养老服务模式。然而,当前我国居家养老服务行业医疗资源紧缺;医疗成本增大;专业护工数量不足,有效供给不足,无法满足更多老年人的养老需求。亟需深入地探讨居家养老服务调度与路径规划问题（home care scheduling and routing problem,HCSRP）,帮助养老中心合理地调度护工以及规划护工的路径,提高护工的服务效率,降低护工的服务成本,以及最大限度地为老年人提供个性化的服务,增大老年人的满意度。当客户根据自身偏好向养老中心预约养老服务,而且从护工那里获得专业且个性化的服务时,客户的满意度增大。本文分析客户对护工语言及性别的偏好对养老中心调度护工及规划护工移动路线的影响,建立考虑客户偏好的HCSRP模型,设计了改进的蚁群算法求解模型。通过案例,验证了改进的蚁群算法的有效性和可行性;分析客户偏好惩罚成本系数大小和客户数量大小对模型求解结果的影响。此外,各类养老服务项目的等级存在差异,高级护工能够完成高或低等级客户任务,而普通护工只能完成低等级客户任务。老年人身体健康状况的稳定性较差,客户任务等级容易发生变动,普通护工无法完成等级转变为高等级的客户任务。本文进一步研究了客户任务等级变动下的HCSRP,使得研究更加贴近现实中养老中心服务调度及路径规划工作。设计干扰管理策略以及两阶段算法求解客户任务等级变动下HCSRP。通过案例,验证干扰管理策略相比重调度策略能够使得更新服务计划对初始服务计划的干扰程度更小;分析客户时间窗宽度对模型结果的影响。综上,本文为了提高护工的服务效率,降低护工的服务成本,以及增大客户的满意度,研究考虑客户偏好与任务等级的HCSRP,设计改进的蚁群算法和两阶段算法依次求解考虑客户偏好的HCSRP和客户任务等级变动下的HCSRP。通过案例,验证模型和算法的有效性及可行性;并分析客户偏好惩罚成本系数、客户数量以及时间窗宽度的大小对模型结果的影响,期望为养老中心设定偏离客户偏好惩罚成本系数的大小、客户时间窗宽度的大小等参数提供参考依据。