در سال های اخیر استفاده از انبار عبوری در زنجیره‏ ی تأمین به دلیل مزایای فراوان آن رو به فزونی است. انبار عبوری یک گره میانی در شبکه‏ ی توزیع بوده که منحصراً به جابجایی بار وسایل نقلیه اختصاص دارد. یکی از مسائل که در حوزه‏ ی انبار عبوری می تواند بررسی شود، مسیریابی وسایل نقلیه است. بکارگیری روش‏ های فرا ابتکاری برای مسائل این حوزه، در سال‏ های اخیر بطور روزافزونی گسترش یافته و مقالات بسیاری در این خصوص به چاپ رسیده است که می‏ توان از پژوهش‏ های ون و لارسن، لاربی، دوندو و سانتوس به عنوان اثرگذارترین این پژوهش‏ ها نام برد. در این پایان‏ نامه مسئله‏ ی مسیریابی وسایل نقلیه با در نظر گرفتن یک انبار عبوری و مرجوعی کالا مورد بررسی قرار گرفته است. وسایل نقلیه‏ ی ناهمگن، کالا را از طریق انبار عبوری از تأمین‏ کننده به مشتری متناظر آن می رسانند. بعد از رسیدن کالاها به انبار عبوری، با توجه به نیاز مشتری و هزینه های حمل و نقل مرسولات طبقه بندی شده و بدون ذخیره سازی بلند مدت به ناوگان حمل و نقل تحویل داده می‏ شوند تا به مشتری رسانده شود. در ادامه، کالاهای مرجوعی از مشتریان مرجوع‏ کننده دریافت شده و با طی مراحلی مشابه به تأمین‏ کننده‏ ی اولیه برگشت داده می‏ شود. در این پایان‏ نامه فرض می شود که پنجره‏ های زمانی نرم هستند. تابع هدف کمینه‏ سازی کل زمان های سفر به علاوه‏ ی کمینه‏ سازی دیرکردها از پنجره‏ ی زمانی است. برای مدل‏سازی مسئله، یک برنامه‏‏ ریزی عدد صحیح مختلط ارائه شده است. حل قطعی مدل در ابعاد کوچک با استفاده از نرم‏ افزار گمس و حل کننده‏ ی سیپلکس و در ابعاد متوسط و بزرگ به کمک دو الگوریتم فرا ابتکاری ژنتیک و شبیه سازی تبرید صورت می‎‏پذیرد. در مقایسه‎ی دو الگوریتم فرا ابتکاری با یکدیگر، مشخص شد که جواب‏ های الگوریتم شبیه‏ سازی تبرید به لحاظ برازندگی از جواب‏ های تولید شده توسط الگوریتم ژنتیک بهتر بوده ولی به لحاظ مدت زمان حل، الگوریتم ژنتیک برتر است. جواب‏ های الگوریتم شبیه‏ سازی تبرید در بدترین حالت کم‏تر از 11% با جواب‏ های دقیق فاصله داشته، حال آنکه به لحاظ زمانی تا 90% صرفه‏ جویی را در بر دارد. در مورد الگوریتم ژنتیک این اعداد 30% برای برازندگی و بیش از 95% برای زمان حل مسئله می‏ باشد.