فرض کنید g(v, e) یک گراف کامل باشد که در آن v{v0, v1, ..., v0} مجموعه راس ها و e{(v1, v1):v1, v1 v} مجموعه کمان هاست . راس v0 محل آشیانه است که در آن تعدادی وسیله نقلیه مستقر است . مساله مسیریابی وسایل نقلیه (vrp) عبارتست از پیدا کردن تعدادی مسیر بطوریکه هر راس دقیقا بر یک مسیر واقع شده و تعداد مسیرهای مورد نیاز کمینه بوده و در عین حال مسافت کل پیموده شده کمینه گردد. در مساله مسیریابی دوره ای وسایل نقلیه (pvrp) دوره زمانی برنامه ریزی به چند روز گسترش می یابد که در آن هر مشتری چند ترکیب مختلف از روزها را برای دریافت خدمت پیشنهاد می کند و هر جواب مساله باید تنها یکی از این ترکیب ها را برای هر مشتری انتخاب کند. بعلاوه سایر شرایط مسایل مسیریابی وسایل نقلیه نیز برقرار می باشد. این مساله یک مساله np - hard است که در آن تعداد محاسبات لازم برای رسیدن به جواب بهینه با افزایش اندازه مساله بطور نمائی رشد می کند. یافتن جواب این مساله با استفاده از الگوریتم های دقیق، که مستلزم استفاده از مفاهیم گراف ها و شبکه است ، کار بسیار زمان بری می باشد که حتی برای مسایل معمولی نیز نیاز به صرف مدت زمان محاسبه نامعقولی است . حل این گونه مسایل با استفاده از روشهای ابتکاری نیز اغلب بدلیل گرفتار شدن این روشها در بهینه های موضعی به جواب بهینه مطلق منجر نمی شود. در تحقیقات جدید تمایل زیادی به استفاده از روشهای فوق ابتکاری (که الگوریتمهائی برای هدایت روشهای ابتکاری موجود می باشند)، برای مقابله با این مشکل به چشم می خورد. روش فوق ابتکاری جستجوی تابو، که در این پایان نامه برای حل مساله مطروحه بکار می رود، یکی از کارآمدترین روشهای ارائه شده است که خیلی سریع به جواب نزدیک - بهین می رسد. در فصل پایانی نتایج حاصل از این روش را با سایر روشهای مقایسه می کنیم. همچنین مدلبندی ارائه شده برای pvrp نیز دارای این امتیاز است که می توان دو مساله مشابه دیگر یعنی ptsp, mdvrp را نیز به این صورت مدلبندی کرد و آنها را با استفاده از روش پیشنهادی حل کرد.