一种基于机器学习的二维排样算法选择方法及系统

本发明公开了一种基于机器学习的二维排样算法选择方法及系统，该方法包括以下步骤：构建并训练XGBoost模型和全连接神经网络模型，以及建立二维排样算法库；获取实时排样数据，提取特征并计算特征值，输入XGBoost模型得到各算法选择概率，筛选出超预设概率阈值的候选算法序列；依是否需考虑时间因素排序候选算法，按序调用求解，成功则确定为最终算法，失败则依次尝试后续算法；若全失败，将特征值输入全连接神经网络生成前n优算法，构成新序列重新排序求解。本发明解决了在依赖人工经验或试错法的二维排样算法选择方法中，人工经验可能导致主观性偏差，从而影响算法选择的准确性和最优性；而试错法则易引入大量无效计算，导致算法选择效率低下的问题。