每天配送 26,000 份餐食？
如此规模的配送物流极具挑战。我们假设我们的志愿者司机每次出车能处理 15 份配给（即 30 份餐食），并为每位司机提供优化后的驾驶路线。即便如此，完成一次配送任务仍需约 1.5 至 2 小时。我们认为，每周 2 到 3 天这样的频率对志愿者来说是可持续的。
对我们而言，26,000 份餐食相当于 13,000 份配给。我们预计这将意味着大约 7,000 个停靠点（每个停靠点约 2 份配给）。假设使用志愿者司机和普通私家车进行配送，这意味着我们需要每天出动 700 名司机；但实际上，考虑到志愿者不会每天都出车，我们大约需要 2,000 名司机。
如果您能控制餐食来源（我们并不制作食物，因此对我们来说难度更大），那么您只需将地址列表按司机进行划分，然后优化每条路线即可。我们的配送量远低于您（我们预计每天 2,000 至 3,000 份餐食，约为您的十分之一），因此我们尚未自动划分地址列表。每个配送地址会被分配到一个社区，我们的调度员会手动按社区划分配送列表（这只是一个简单的电子表格排序）。随后，我们通过运行在 AWS 上的 Web 服务器优化每位司机的路线，并为每位司机提供优化后的驾驶路线（采用简单的旅行商算法）。
我们曾考虑过自动划分完整的地址列表。但目前我们尚不需要这样做，而且资金有限，因此我们希望尽量降低 AWS 和 Google Maps API 的使用成本 
对于通用的多车辆路径规划问题（VRP），存在一些简单的算法解决方案，例如：
不过，鉴于如此庞大的配送量，我推测您覆盖的地理区域非常广阔，因此可能还需要考虑司机的家庭住址，这将使问题超出常规 VRP 的范畴。或许可以通过简单的启发式方法，将司机群体和配送地址划分为若干子问题，确保每个子问题中的配送点和司机都位于同一地理区域内，这样您便可以再次使用现成的 VRP 解决方案。
顺便提一下，我们使用 Google 地图的行驶时长作为点对点距离的衡量标准。