本文将数据挖掘(高斯过程回归建模)和智能进化算法(GA,NSGA-Ⅱ)进行结合,用于解决优化函数未知的昂贵区间多目标优化问题.首先利用高斯过程对采用中点和不确定度表示的未知目标函数和约束函数进行建模,由于相关性和准确性是区间函数模型的两个必备条件,故提出一种融合多属性决策的双层种群筛选策略,并将其嵌入到遗传算法求解高斯模型参数的过程中,第1层根据相关性属性排除候选解集中部分劣解,第2层根据准确性属性排除候选解集中其余超出种群规模的劣解,两属性的权重系数决定两层排除劣解的比例.然后将所建模型作为优