¿26.000 comidas entregadas por día?
La logística de entrega para este volumen es difícil. Asumimos que nuestros conductores voluntarios pueden manejar 15 raciones, es decir, 30 comidas por viaje de entrega, y les asignamos una ruta de conducción optimizada. Aún así, les toma entre 1,5 y 2 horas completar su recorrido, una duración que consideramos sostenible 2-3 días por semana para nuestros voluntarios.
Para nosotros, 26.000 comidas equivaldrían a 13.000 raciones. Esperaríamos que esto significara unas 7.000 paradas (aproximadamente 2 raciones por parada) para nosotros. Asumiendo conductores voluntarios y vehículos particulares para la entrega, eso significaría, para nosotros, 700 conductores conduciendo todos los días, por lo que, en la realidad, necesitaríamos unos 2.000 conductores (ya que los nuestros no se ofrecen voluntariamente para conducir todos los días).
Si tienes control sobre el origen de las comidas (nosotros no producimos la comida, por lo que es mucho más difícil para nosotros), entonces solo necesitas dividir la lista de direcciones entre los conductores y luego optimizar cada ruta. Nuestro volumen es mucho menor que el tuyo (estamos pensando en 2.000-3.000 comidas por día, 1/10 de tu volumen), por lo que no dividimos automáticamente la lista de direcciones. Cada dirección de entrega se asigna a un vecindario, y nuestros despachadores dividen manualmente la lista de entregas por vecindario (es una simple ordenación en una hoja de cálculo). Luego, optimizamos la ruta de cada conductor mediante un servidor web ejecutándose en AWS y proporcionamos a cada conductor una ruta de conducción optimizada (algoritmo simple del viajante de comercio).
Hemos considerado dividir automáticamente la lista completa de direcciones. Pero aún no la necesitamos y no tenemos mucho dinero, por lo que queremos mantener bajas nuestras facturas de AWS y de la API de Google Maps 
Para el problema generalizado de enrutamiento de múltiples vehículos, existen soluciones algorítmicas simples que podríamos utilizar, por ejemplo, aquí:
Sin embargo, con tantas entregas, imagino que deben cubrir un área geográfica muy grande, por lo que posiblemente también deban considerar las direcciones de los hogares de sus conductores, lo que los saca del problema VRP regular. Posiblemente, heurísticas simples puedan dividir los grupos de conductores y las direcciones de entrega en subproblemas donde tanto las entregas como los conductores se encuentren en la misma área geográfica, en cuyo caso simplemente podrían utilizar nuevamente una solución VRP predefinida.
Por cierto, utilizamos la duración del viaje de GMap como la distancia punto a punto.