本文探索了将元启发式算法和神经网络求解器相结合应用于组合优化中的运输网络设计问题。实验结果显示，混合算法在现实问题实例上的性能比单独的学习策略提高了20％，比原始蜜蜂群优化算法提高了53％。对修改后的算法的每个组件进行了削减实验以研究其影响。