本发明提供一种基于神经组合优化器求解哈密顿最短路径的方法及系统，涉及智能计算与路径规划技术领域，该方法包括设计最短哈密顿路径问题框架；基于编码器‑解码器结构设计神经组合优化器模型；随机生成用于训练所述神经组合优化器的哈密顿问题实例，并利用最小‑最大归一和旋转坐标变换策略对各问题实例的数据进行预处理；将处理后的数据输入到所述神经组合优化器模型中进行训练，并采用双向策略梯度函数进行优化，得到训练好的神经组合优化器模型；利用训练好的神经组合优化器模型对包含N个节点的最短哈密顿路径问题进行求解，得到最优哈密顿路径。本发明提高了对最短哈密顿路径问题求解的精确度以及泛化性。