本文研究了一种基于参数调整的混合整数线性规划（MILP）问题的解法，提出了结合图卷积神经网络和强化学习的自适应割集选择算法。实验结果表明，该算法在切割选择中表现优异，显著提高了求解效率。此外，研究探讨了机器学习在割平面选择中的应用，提出了新的层次序列模型（HEM）和基于增强学习的混合图表示模型（HYGRO），有效解决了切割选择中的多个挑战。