مسئله مسیریابی خودروها (VRP) از جمله مهم ترین مسائل توزیعی و آمایشی در حوزه مسائل ترکیباتی بهینه سازی محسوب می شود. شرکت ها درصدد آن هستند تا با حل مسائل VRP و تحویل بهتر و سریع تر کالاهایشان به مشتری ها با صرف هزینه کم تر، سود بیشتری را وارد مجموعه خود کنند. یکی از روش های حل VRP استفاده از روش های فوق مکاشفه ای می باشد. بهینه سازی کلونی مورچه ها (ACO) از جمله روش های فوق مکاشفه ای با الهام از زندگی کلونی مورچه ها در طبیعت می باشد. در این پژوهش یک الگوریتم ترکیبی مبتنی بر ACO با هدف حل مسئله VRP معرفی می شود. الگوریتم ارائه شده علاوه بر استفاده از خواص اصلی ACO از برخی مزیت های الگوریتم ژنتیک نیز بهره می برد. در آن همچنین ویژگی های کاربردی دیگری نظیر هوشمندی به الگوریتم اصلی اضافه شده است. نتایج این الگوریتم برای 7 نمونه مسئله موجود محاسبه و با دیگر روش های فوق مکاشفه ای موجود مقایسه شده است. همچنین راه حل های ارئه شده توسط این الگوریتم نتایج برخی از نمونه مسائل مورد آزمایش را بهبود داده اند. آزمایشات این پژوهش نشان می دهد که الگوریتم ترکیبی مبتنی بر ACO می تواند جهت بهینه سازی موثر مسائل VRP بسیار مناسب باشد.
