Optymalizacja tras jest jedną z podstawowych składowych optymalizacji transportu. Polega ona na takim zaplanowaniu tras dla pojazdów przewożących towar, aby maksymalizować zyski i jakość obsługi klientów. Najczęściej z perspektywy firmy oznacza to minimalizację kosztów i czasu transportu, a z perspektywy odbiorców – zmniejszenie kosztów oraz poprawę punktualności dostaw. Cele te osiąga się przez redukcję liczby przejechanych kilometrów, dostosowywanie harmonogramów przewozów do zmieniających się warunków i nowych okoliczności, synchronizację transportu z pracą magazynów oraz częste i szybkie aktualizowanie bieżącego planu.
Z informatycznego punktu widzenia optymalizacja tras w transporcie i logistyce ma wiele wspólnego z problemem komiwojażera (TSP: Travelling Salesman Problem) oraz problemem marszrutyzacji (VRP: Vehicle Routing Problem). Problem TSP jest klasycznym problemem optymalizacji kombinatorycznej i polega na zaplanowaniu najkrótszej (w ogólności najtańszej) trasy cyklicznej przebiegającej przez n zadanych punktów, przy danych kosztach przejazdu między każdą parą punktów. Problem VRP jest uogólnieniem TSP – może tu występować wielu komiwojażerów (wiele ciężarówek), którzy mogą wracać wielokrotnie do bazy przed odwiedzeniem wszystkich n lokalizacji. Oba problemy (TSP i VRP) mają wiele wariantów i dodatkowych, praktycznych ograniczeń, takich jak ograniczenia kolejnościowe odwiedzanych lokalizacji, okienka czasowe, zróżnicowane parametry pojazdów i uprawnienia kierowców, czy też ograniczenia pojemnościowe przydatne przy rozwożeniu i zbieraniu produktów. Problem VRP został opisany już w 1959 roku w tym artykule.
Oba problemy (TSP i VRP) są NP-trudne, co w praktyce oznacza, że dla dużych instancji (czyli wielu lokalizacji) na tradycyjnych komputerach nigdy nie będziemy w stanie odkryć ściśle optymalnego, najlepszego rozwiązania w akceptowalnym czasie. Dlatego stosuje się metody przybliżone (heurystyki i metaheurystyki), które dają dobre lub bardzo dobre rozwiązania w rozsądnym czasie. Oba problemy są w naturalny sposób wielokryterialne – optymalizuje się czas, koszty, jakość, komfort, bezpieczeństwo i wiele innych czynników.