组合优化是最优化中与算法理论、运筹学相关的一个分支,在人工智能、软件工程、理论计算机科学等领域都有重要的应用。在结构化组合优化问题中,背景数据不是由单一的数据类型构成,而是由存在相互依赖关系的多个数据模块组成。不同问题样例的背景数据维度差异较大,难以用固定规模的机器学习模型处理。尽管已有研究人员尝试借助机器学习方法解析组合优化问题信息模块间的相互依赖关系,但现有的基于学习的组合优化算法仍然缺乏合适的方法处理维度不定的结构化信息数据。本文针对上述难题,将结构化组合优化问题建模为析取图模型,以有向无环图的拓扑结构表示背景数据中的相互依赖关系,设计基于强化学习的全局搜索算法来求解结构化组合优化问题。本文主要有以下两个创新点:（1）传统算法对于结构化组合问题内在性质的运用大多是由研究人员设计针对性的邻域结构,这种做法要求设计者具有深厚的背景知识,同时邻域结构的拓展能力较差,对于特定问题高效的邻域未必能处理好其他类型的调度问题。本文采用强化学习模型代替人为设计的搜索邻域结构,由强化学习模型为候选解提供改进方向,自动生成候选解的搜索邻域,无需人工预先设定邻域结构。（2）现有的学习优化算法常采用输入规模固定的神经网络模型,使得算法适用范围受到限制,难以应对维度变化的问题背景数据。如果针对每个问题维度分别训练一个神经网络模型,将会导致大量的计算消耗。本文针对结构化组合优化问题维度变化的背景数据,设计了长短时记忆编码器,基于析取图模型的拓扑结构,为各节点生成定长的特征向量。为验证算法的有效性,本文选择柔性作业车间生产调度问题作为结构化组合优化问题的示例开展数值实验,比较基于强化学习的全局搜索算法与前沿的元启发式算法的性能差异。数值实验采用组合优化领域内常用的测试集,包含300余个问题样例,使用Taguchi方法分析超参数对算法性能的影响,通过非参数假设检验比较各算法的性能是否存在显著性差异。实验结果表明,基于强化学习的全局搜索算法的性能在统计意义上优于前沿的元启发式算法,并且有助于提高生产效率和避免交付延期。