本发明公开一种基于深度强化学习的二次旅行商问题求解方法和系统，方法包括以下步骤：S1：定义二次旅行商问题，即在有向完全图中的某一顶点，访问剩余所有点集一次且仅一次后回到出发点所需的旅行成本；S2：构建求解二次旅行商问题的深度强化学习框架；S3：通过所述深度强化学习框架求解所述二次旅行商问题，得到访问点序列。本发明在极短时间内就能求得二次旅行商问题的近似解，避免了精确解方法求解时间过长，不能实时计算，实时响应，甚至对于问题规模的扩大，并不能得到有效解的问题；同时由于深度强化学习框架模型的拟合能力，避免了启发式算法对迭代计算框架的搭建以及设计者的专业知识的依赖。