中国物流与采购联合会7月20日发布的数据显示,2012年上半年,我国社会物流总额达到83.6万亿元,按可比价格计算,同比增长10%。物流总费用占国内生产总值比重约18%左右,比发达国家高出一倍,过高的物流成本导致我国不少商品价格畸高,由此可见,设计高效实用的物流配送算法、应用高速发展的计算机系统为物流配送系统实现合理路径运输,从而节约运输时间、减少运输费用,提高现代物流系统效率和降低成本非常必要。快递服务作为物流服务的一种特殊形式在近几年取得了长足的进步。时效和安全是快递服务价值的核心。客户对快递服务有着苛刻的要求,在时效、安全、可靠、便利、跟踪查询方面比其他运输服务有着更高的要求。为此,本文在对目前快递配送现状和问题进行探讨分析的基础上,对于向快递行业数据和模型多比较复杂的情况,本文提出了根据点密度选取初始聚类中心的方法,改进后的方法在原始的模糊C均值聚类算法的基础上在预处理阶段计算每个样本的点密度,根据密度的大小排序,选取c个密度最大的点作为初始聚类中心。然后再根据模糊C均值聚类算法进行聚类,使得初始聚类中心的选取由原来的随机选取转变为有目的的选取。最后利用MapInfo软件模拟快递配送点地理坐标,改进FCM聚类算法将模拟的配送区域内的点进行划分,通过车载量等约束对聚类划分进行调整。