为了解决增材制造领域中树状支撑中间节点构建方式单一的问题，提出基于机器学习的增材制造材料结构优化与动力学建模。算法采用哈希算法映射顶点与三角面片的关联，以提高 STL 文件中顶点存储效率，实现顶点和三角面片法向量的快速索引。通过对支撑区域进行二维投影网格划分，并结合碰撞算法生成的三维支撑点，利用改进遗传算法进行迭代优化得到全局优化的树状支撑中间节点，实现支撑结构的自动生成。与传统几何构建方法相比，该算法能约束解空间，在保证3D 模型稳定打印的同时实现目标优化。结果表明，对于不同复杂度模型，综合材料节省率为 24.81%，表明该算法对面片数量较少的模型更高效。