車輛路徑問題VRP（Vehicle Routing Problem），又稱車輛調度問題，通常可以描述為：對一系列裝貨點和卸貨點，組織適當的行車路線，使車輛有序地通過它們，在滿足一定的約束條件（如貨物需求量、發送量、交貨時間、車輛運量限制、行駛里程限制、時間限制等）下，達到一定的目標（如路程最短、費用最少、時間盡量少、使用車輛臺次數盡量少等）。對這個問題的研究比較多，現在還是許多物流專業大學生畢業設計的熱門題材。
當前，解決VRP問題已經很少靠手工操作了，基本都是在TMS中有相應的模塊，輸入基礎數據后直接得出推薦的最優路線。總結起來，解決VRP問題的常規方法，主要包括以下這些。
一、定性方法。主要有經驗判斷法，綜合評價法。這些方法配以GPS導航，可用性還是比較強的，起碼王二的倉庫里主要就是這么用的。
二、定量方法
1、貨物調撥規劃
指的是當一個企業的產品有多個供應商和多個市場時，需要決定產品從不同供應地到不同市場的分撥方案，即如何在多個供應地和多個需求地之間合理調配貨物，在滿足需求的前提下實現總運輸成本的最小化。可采用的方法包括：圖上作業法、表上作業法（西北角法、閉回路法、位勢法等）。
2、車輛路徑優化
（1）單一車輛配送
一般以行車時間最短、距離最短或費用最小為優化目標，也稱為最短路徑問題，通常采用的方法有：多階段動態決策法、Dijkstra方法、旅行商問題模型、中國郵遞員問題等。
（2）多車輛路徑問題
一般描述為：某倉庫要為多個客戶提供服務，已知每個客戶的地理位置及貨運需求量，倉庫需要調用多輛貨車來滿足這些客戶的需求，每輛汽車的載重量一定，要求確定為這些客戶提供服務的貨車數量，并為每輛車分配一定的服務客戶；同時，確定每輛車的行駛路徑（或服務順序），使總成本（如距離、時間等）最低，可以采用的方法包括：掃描法、里程節約法等。
當然了，隨著AI技術的興起，一些更智能的方法已經應用于實際工作中，比如模擬退火算法、禁忌搜索算法、遺傳算法、蟻群算法和神經網絡方法等。