供应商选择和货物配送路径规划是物流领域中的两个重要问题,数据挖掘中的聚类分析为供应商选择提供了可行的方法,而货物配送路径规划问题可以用蚁群算法来解决。供应商选择主要考虑供应商的评价指标体系和选择方法两个方面,而货物配送路径规划需要在满足约束条件下,研究启发式算法求解最小费用路径。为研究上述问题,本文构建了一个物流管理系统。系统提供了信息管理和高级决策支持功能,供应商选择和货物配送路径规划是高级决策支持功能的两个模块。在供应商选择中,系统将聚类、类间评价和类内评价的三阶段法与层次分析法、基于遗传基因的自适应模糊聚类算法结合起来,用模糊聚类算法对供应商进行聚类,采用层次分析法对供应商进行类间和类内评价,从而很好地解决了供应商选择问题。算法根据聚类有效性参数S自适应地得到分类数,聚类效果通过平行坐标技术进行展示。对于多车场多车型约束条件下的货物配送路径规划问题,系统采用就近法将各个客户点划入临近车场,形成任务子集,这样每个任务子集就是一个单车场VRP问题;对每个任务子集运用自适应最大——最小蚁群算法进行求解,在求解过程中加入车型约束条件,从而得到各个任务子集的运输路径集和车辆集。系统引入Google Maps技术,增强了用户的使用体验。通过物流管理系统平台的实验结果表明,本文研究的方法对于解决供应商选择和货物配送路径规划问题是有效的,具有较大的应用价值。