本文从现实的短程支线航班调度问题出发,在分析总结了国内外相关算法研究进展的基础上,研究了利用深度强化学习结合遗传算法的混合算法求解带时间窗的车辆路径优化问题。此类问题为典型的NP困难问题,现有研究尚无完美解决方案。针对具体应用,求解方案各异,研究求解带时间窗的车辆路径优化问题,具有重要的学术意义和工程价值。本文设计了一套两阶段的混合算法,第一阶段通过神经网络获取优质的“初始种群”,第二阶段采用遗传算法进行局部搜索,提高解的质量。从输入和输出形式的角度看,路径优化是一个“序列到序列”的问题,因此第一阶段求解方法在设计神经网络时,借鉴了求解“序列到序列”问题常用的Transformer模型及其在路径问题中的实践。采用强化学习中的REINFORCE算法训练该网络模型。神经网络中的编码器学习数据在高维空间的结构化特征,解码器学习序列选择下一个节点的概率。观察到车辆路径问题的特殊性,本文还采用“迭代级联”的思想优化了网络结构,加强了神经网络对不同实例特征的区别的表达能力。第二阶段进行局部搜索优化,针对实际问题数据集,对免疫遗传算法中关键的成本函数、交叉与变异策略、记忆与混沌策略以及免疫策略分别进行了针对性的设计与实验,求解出了短程支线航班的调度计划。本文比较并分析了不同算法的效果差异。实验证明在测试集中神经网络能获取优质解,在50个节点情况下,“迭代级联”的改造将算法的准确度提升了约2%,结合了免疫遗传算法的混合算法能将准确度再提升约4%。这说明单纯的遗传算法有搜索效率低、容易收敛到局部最优的缺点,而深度强化学习方法有响应速度快、泛化性强等优点,很适合用做遗传算法输入数据的预处理。