随着电子商务技术的蓬勃发展,物流配送已成为国民经济新兴产业,车辆优化调度是物流配送的重要内容,物流路径规划是车辆优化调度的基础。路径规划属于旅行商问题(Traveling Salesman Problem),从图论的角度看,是在加权图中寻找最优哈密尔顿回路问题,常用的方法有最邻近法、最小树生成法、最小权匹配法以及改良圈算法等,这些都是一种近似算法,在图论中还不能用理论证明某种算法所求取的哈密尔顿回路最优,被归属于组合优化领域中的NP难题(Non-deterministic Polynomial),当前主要集中于采用优化方法求解,如模拟退火、遗传算法、进化计算、粒子群、蚂蚁群等方法,研究对象均是任意的有向图,未能结合物流配送目标门店的空间分布。因此,研究适用于解决实际生产活动中的物流路径规划问题的方法具有重要意义。在实际物流配送实践中,发现物流配送具有受车辆装载容积限制、单次配送门店数量少、门店相对聚集的特点。依据图论生成哈密尔顿环的相关理论,简化物流配载数学模型,定义了半平面聚集点群概念,提出了半平面集聚点群TSP几何求解方法,方法基本出发点是:以顶点距离作为权的加权图,生成图的哈密尔顿环与顶点的空间分布有关,实际生产环境中约束图顶点的空间分布会简化TSP的求解。半平面集聚点群TSP几何方法具体做法是:做点群平分线,从点群中找到距离源顶点最远的顶点,距离为l,以l为长度在角平分线上作点v_f,选择离点v_f最近的顶点和源顶点形成初始线路,其他各点加入次序为:加入后使得初始线路的增长量最大,以加入后增加的距离最少最近确定加入回路或去路。从理论上证明了由该方法生成的回路是哈密尔顿环,分析了方法的合理性;给出了方法的程序实现,计算了算法的复杂度;讨论了方法应用于物流路径规划过程中,出现的不满足半平面聚集点群的各种情况,提出了分解点群由多个哈密尔顿环组合形成回路的解决方案。半平面集聚点群TSP几何方法通过理论分析以及与贪婪算法、遗传算法对比实验验证,有如下结论:(1)方法利用了顶点空间分布特征,算法复杂度较低;(2)对于半平面聚集点群,方法所生成的回路是较优的哈密尔顿环,方法具有较高的精度和稳定性,能适用于实际的物流路径规划。半平面集聚点群TSP几何方法针对物流路径规划特点,利用图的顶点空间分布特征,简化数学模型,较好地解决了物流路径规划问题。