物流产业是社会经济生活的基础和国家经济发展的支撑产业。随着电子商务的兴起，更带动了物流领域的蓬勃发展，然而，随着物流业务量的快速增长，物流工作流程也日益变得复杂，物流基础设施的落后逐渐成为该领域发展的瓶颈，然而硬件设施的升级在短期内无法实现，因而，如何更为有效的控制物流成本，合理配置物流资源就显得尤为重要。能够有效的利用现有资源实现效率最大化也成为物流公司绩效评估的重要标准。目前来说通过数学规划、数据挖掘和计算机图谱理论相关技术对物流进行管理已成为行业内的主流趋势，然而一些中小物流企业在成本投入等方面都面临着严重不足，难以实现完全的信息化管理。本文中主要采用Dijkstra算法以及数据挖掘中的聚类分析技术对物流领域中配送路线优化问题和区域集散中心的建设选址问题进行优化解决，以期帮助中小物流企业实现较低成本的信息化管理。本文的主要工作有以下几点：1.将物流领域中的配送路线优化和区域集散中心选址的实际问题抽象化为无向联通图，根据数学模型进一步解决。2.综合考虑配送环节中不同影响因素对最终花费的影响，赋予不同权重，最终确定路线上的参考权值。3.根据确定的路线权值，采用Dijkstra算法对物流配送最优路线进行确定选择。4.对基本k-medoids算法进行改进，引入不同物流节点的权值差异，对节点进行聚类。最终确定选取的区域集散中心点。5.根据以上设计方案，实现一个能够实现配送路线自动生成，以及区域集散中心确定的简易系统。通过实验数据分析以及实例验证，我们看到，本文中提出的设计方案能够很好的完成对最优配送路线的选择，并且能够实现对区域集散中心的确定，从而提高了物流配送效率、资源利用率和降低了成本，达到了很好的效果。