一种基于深度强化学习的旅行商问题求解方法及求解系统

摘要

本发明提供一种基于深度强化学习的旅行商问题求解方法，首先随机生成满足一定数据分布的节点特征序列作为训练集及验证集，结合Transformer网络及图注意力网络构建编码器模块，利用上下文节点及多头注意力算法构建解码器模块，引入掩码机制使得网络输出的解满足旅行商问题的解约束，最后设计快速高效的强化学习训练算法提高模型的泛化能力及精确度。本发明引入了Transformer网络结构及图注意力算法，使得模型对输入的节点特征序列具有极强的学习能力，在充分提取节点本身的特征之外还充分利用了边的结构，提高了模型的求解精度，引入上下文节点机制，使得模型可以有效地学习局部及全局节点的特征信息，解决了局部最优和全局最优之间的矛盾，极大地提高了模型的性能。