本發(fā)明公開(kāi)了融合深度強(qiáng)化學(xué)習(xí)和遺傳算法的短程支線航班調(diào)度方法，DRL模塊利用編碼器提取數(shù)據(jù)在高維空間的特征表達(dá)，解碼器則根據(jù)規(guī)則和概率選擇路徑，最后使用強(qiáng)化學(xué)習(xí)的訓(xùn)練方法更新參數(shù)；訓(xùn)練并迭代了足夠多次網(wǎng)絡(luò)參數(shù)后，測(cè)試數(shù)據(jù)能通過(guò)網(wǎng)絡(luò)計(jì)算得到一系列強(qiáng)大的“初始解”將“初始解”所組成的“種群”將作為輸入傳入遺傳算法得到最終解。本發(fā)明有益效果：本發(fā)明深度強(qiáng)化學(xué)習(xí)完成了從問(wèn)題輸入到問(wèn)題輸出的端到端的求解方案，具有良好的泛化性；局部搜索容易陷入局部最優(yōu)陷阱，依靠DRL提供的好的初始種群可以輔助搜索過(guò)程跳出“局優(yōu)”；對(duì)于一定規(guī)模的問(wèn)題，神經(jīng)網(wǎng)絡(luò)只需一次預(yù)訓(xùn)練，求解時(shí)響應(yīng)速度快，提高搜索效率，減少搜索空間和時(shí)間。