调度是在满足一定的约束条件下对资源实施合理分配的一个决策过程。调度问题作为典型的组合优化问题,在生产消费及流通服务等行业,有着广泛的应用背景。在实际应用过程中,要想得到一个好的调度通常是困难的,因此,对调度问题快速有效的求解算法在许多场景下具有非常重要的价值。综观包括分派规则、整数规划及进化计算等传统算法,其在求解问题的一个算例和另一个算例的计算过程之间没有任何联系。基于“相似的问题应该有相似的解”这种理念,直观上,在其他算例的求解过程中累积的知识,对新算例的求解应该是有所裨益的,是值得在算法设计过程中进行充分挖掘和利用的。基于这一认识,本文提出了一种基于对抗学习的调度算法,在深度学习的框架下探索了调度算法的设计。具体地,本文的主要工作如下:从搜索最优解的角度,考虑到同一个调度模型的不同算例所对应的求解难度区别可能很大,同时,为了对一个学习模型进行有效训练,需要尽可能在训练样本中包含不同难度特征的数据。因此,本文针对高质量训练数据难于获取的问题,提出了一种基于对抗学习的生成器—求解器框架,将样本生成和学习算法的训练统一到一个框架内。在上述基于对抗学习的生成器-求解器框架下,考虑了两个经典的有到达时间的单机调度模型1|rj|ΣCj,1|rj|ΣwjCj,并引入LSTM网络作为生成器—求解器的网络结构,设计了相应的监督学习算法,其中训练样本的最优或近似解由一个基于动态规划的最优算法得到,在训练方法上,提出了一种交替训练的方式分别对生成器和求解器进行训练,最后通过仿真验证了算法有效性。为了提高可行解的质量,改善监督学习算法对训练数据质量的过度依赖,提高模型的泛化能力,进一步在上述对抗学习框架下,考虑了强化学习调度算法,其中强化学习方法采用Actor-Critic算法,对抗网络的训练方法仍采用上述的交替训练方式。在两个相同的单机调度问题上,与监督学习算法进行了仿真对比,验证了算法的有效性和强化学习的优势。