Las condiciones de incertidumbre se han considerado cada vez más en problemas de optimización que surgen en actividades de transporte y logística de la vida real. Generalmente, el análisis de sistemas complejos en estos entornos no deterministas se aborda con técnicas de simulación. Sin embargo, la simulación no es una herramienta de optimización. Por lo tanto, debe combinarse con métodos de optimización cuando nuestro objetivo es: (i) minimizar los costos operativos mientras se garantiza una calidad de servicio dada; o (ii) maximizar el rendimiento del sistema utilizando recursos limitados. Al resolver problemas de optimización NP-duros, el uso de metaheurísticas nos permite abordar instancias a gran escala en tiempos de cálculo razonables. Al agregar una capa de simulación a las metaheurísticas, la metodología se convierte en una simheurística, que permite que el elemento de optimización resuelva escenarios bajo incertidumbre. Este documento revisa los documentos indexados en la base de datos Elsevier Scopus tanto de aplicaciones iniciales como recientes de simheurísticas en el campo de la logística y el transporte. El artículo también discute líneas de investigación abiertas en esta área de conocimiento. Se discuten los enfoques de simheurísticas para resolver problemas de optimización combinatoria NP-duros y a gran escala bajo escenarios de incertidumbre, ya que aparecen con frecuencia en aplicaciones de la vida real en actividades de logística y transporte. La forma en que interactúan los diferentes componentes de la simheurística pone un énfasis especial en las diferentes etapas que pueden contribuir a hacer que el enfoque sea más eficiente desde una perspectiva computacional. Hay varias líneas de investigación que aún están abiertas en el campo de las simheurísticas.