集装优化，又名装箱问题是一个利用运筹学去解决实际生活的的经典问题。简单来说，就是把大量小盒子装进大箱子并"塞满满"的学问。但现实中要如何才能装得多又快? 而物体的重量、性质、保存条件等都不相同，加上取出的顺序要能有效提高速度，又不会使运输工具失去重心，因此集装优化在效率至上运输界中是十分重要的。

传统上，数学家开发的算法是启发式算法，也就是基于一些准则，比如两个小箱子一样宽，将把宽的一边对齐，这样的好处是算得快，缺点是很多可能性（或者叫可行解）根本就没有去搜索到。在应用上，工人们会凭借经验估计，但是难以估计准，也给运输计划的制定带来困难。

In the bin packing problem, objects of different volumes must be packed into a finite number of bins or containers each of volume V in a way that minimizes the number of bins used. In computational complexity theory, it is a combinatorial NP-hard problem. The decision problem (deciding if a certain number of bins is optimal) is NP-complete.