运筹和组合优化问题在数学和计算机科学领域有广泛应用，如旅行商问题、车辆路径规划问题、背包问题等。它们大多是NP-hard问题，传统算法难以高效求解。近年来，随着机器学习，尤其是神经网络在分类、预测等问题中的快速发展，人们开始探索结合机器学习方法求解组合优化问题。这样的方法不需要算法层面的专家知识，在一些优化问题的求解上取得了不俗的表现。本报告将对组合优化问题的传统解法和机,器学习解法进行概览与比较，对最近几年重要期刊会议中用机器学习求解组合优化问题的相关文献进行综述，结合主讲人团队已有工作介绍一些不同场景中机器学习在求解组合优化问题中的应用。
