面对社区综合治理的复杂性和长期性,必须最大限度地发挥基层组织的作用,提高其快速反应能力和突发事件的处理能力,所以治安巡防的研究显得极为重要。治安巡防系统中,合理分派任务、规划巡防人员行驶路径尤为关键。智能算法的出现弥补了传统解决算法的不足。但是由于其自身存在缺陷,算法仍然存在收敛速度慢、求解精度低等问题。本文研究布谷鸟搜索算法,对其进行改进,并与K-means算法结合解决路径规划问题。基于北斗定位技术,开发设计了治安巡防系统,整个系统由移动智能终端、数据采集子系统和中心服务器子系统组成。本文具体研究工作如下:(1)针对布谷鸟搜索算法存在的缺陷,提出了一种基于混沌优化策略的动态步长与发现概率的布谷鸟优化算法。将Logistic混沌策略引入种群初始化,增加种群多样性,提高种群均匀性;动态调整Lévy飞行的飞行步长,使Lévy飞行具有自适应性,平衡算法全局搜索和局部搜索的能力;引入差异化处理的思想,改变发现概率取值不变的状态,动态调整鸟蛋被宿主发现的概率,提高算法寻优精度。(2)K-means算法具有局部最优处收敛的特性,引入容量限制优化K-means算法,将改进的布谷鸟算法结合K-means算法应用于解决巡防任务分派与路径规划问题。实验表明,对比其它传统路径规划算法,改进的算法得到的路程开销更小、搜索速度更快。(3)基于北斗导航技术、地理信息系统、通信技术、数据库技术等设计巡防系统。移动智能终端基于安卓操作系统,巡防人员根据路径规划,在巡更点打卡、采集信息,将数据传输到服务器上。更具实际情况,管理人员给与反馈,推送给巡防人员。