组合优化问题存在于日常生活的各个领域,外卖路线的规划、金融资产的配置、仓库选址等一系列的问题都可以建模为组合优化问题,这类问题影响着资源的配置,如何进行高效的决策影响着社会生产效率,即使小幅提高问题的求解质量,也能够通过规模效应较大的提高社会生产力。传统的求解该类问题的方法可以分为三类,分别为精确解法、近似算法和启发式算法。传统方法求解相同问题过程中,不同实例独立求解,而不能从过往求解过程中学习到经验,求解效率低下。如何更为高效的求解组合优化问题,在求解过程中学习经验成为研究组合优化问题的研究热点。随着计算机技术的发展,深度学习技术逐渐被应用在求解各类问题上,通过从海量的训练数据中学习从数据到结果的映射函数,训练好的网络能够快速的对问题进行求解。同时随着硬件性能的发展,计算机算力得到极大的提升,训练更大规模的神经网络成为可能。深度学习为求解组合优化问题提供了新的解决思路。目前,针对组合优化问题的深度学习研究方向多关注于对求解模型和训练方法的改良,更多的论文引入自然语言处理方向的新模型来加以改进求解效果。缺乏从实例的数据生成方向来关注模型的泛化能力和鲁棒性,本文针对增强组合优化问题求解网络的鲁棒性展开研究。对抗学习常被应用到视觉和自然语言处理领域来增强模型的正则化能力,本文基于对抗学习的思想,从主动生成对抗样本的角度来重新设计组合优化求解网络,并针对经典组合优化问题——旅行商问题切入研究。传统的对抗学习迭代方式往往没有对当前判别器网络训练效果进行评判,对抗训练过程中生成器和判别器的迭代往往会出现较大的震荡过程。本文依据使用强化学习训练判别器过程中主网络和评价网络的更新方式,提出一种自检测机制来训练对抗模型,与传统的对抗训练机制相比,该种方法使对抗训练能够快速收敛,且训练过程更加的稳定。最终得到能够在随机分布样本上和对抗样本上都取得较好结果的模型,通过实验仿真验证了自检测对抗训练方法的有效性。启发式算法可分为常规启发式算法和元启发式算法,常规启发式算法需要根据问题来对搜索过程进行设计,这种算法受到问题种类的限制。而元启发式算法则不易受到问题的制约。两类算法求解结果都受到初始解质量的影响。对抗训练增强了模型对对抗样本的防御能力,但同时对于原随机样本的求解效果有所削弱。通过对抗网络的初步求解,解的质量得到了大幅度的提升,可以为进一步的元启发式搜索提供较高质量的初始解。因此本文使用传统元启发式算法结合对抗网络,改善对抗学习而造成的网络对于随机样本的退化现象。