一种人工智能驱动的CNC代码结构化优化方法

本发明提供一种人工智能驱动的CNC代码结构化优化方法，属于CNC代码技术领域，本发明通过将原始CNC代码转换为结构化表示形式，利用CNCStruct深度学习模型分析代码结构特征，利用循环结构检测算法识别规律性重复代码段，通过门控注意力子程序提取技术将相似代码段提取为子程序，执行代码块重排序优化以最小化刀具空行程时间。CNCStruct模型采用多层双向Transformer结构，引入指令类型、参数值和位置嵌入的融合表示，通过自适应门控权重函数动态调整优化策略，有效解决了CNC代码生成和优化过度依赖人工经验导致的结构不合理和效率低下问题。