最佳解法

使用者要先將所有的數據數據化，並且轉換成符合表達式的數學因子，以供運算是使用，當條件都滿足時，就可以經由反覆的運算來獲得最佳化的路線解，這種方法可以最準確的計算並且節省其運輸成本，但是其最大的致命傷也是因為其反覆的過程，會因子值的累積越積越大，需要許多時間來等待結果，所以時效上就差了許多。

常見的有分枝界限法（Branch and Bound）、整數規劃法（Integer Programming）、動態規劃法（Dynamic Programming）。

1、分枝界限法把問題的可行解展開如樹的分枝，再經由各個分枝中尋找最佳解。

2、整數規劃法在數學模式中加入變量必須為整數的限制式，將問題列出目標方程序以及限制式來求解，能夠將實際情形化做限制條件加入模式中，讓一般人較容易理解及方便使用。這個解法會隨限制式的增加而趨於複雜，使得演算複雜度大為提高。

3、動態規劃法主要是將一個大問題分解成幾個小問題來求解，以反向工作的方式，求解路徑中連接兩點的最短距離，但是動態規劃法缺乏效率，比較適合小問題和批次問題。Bodin（1983）等人同時也指出，此類方法雖然可以求得最佳解，但其求解範圍太小，當需求點數目大於25時便無法使用。