本发明涉及优化算法领域，且公开了一种智能敏度因子的参数化水平集拓扑优化算法，包括以下步骤：S1：输入相关初始拓扑参数设定相关边界条件与约束条件进行参数初始化；S2：引入径向基函数建立参数化水平集模型，建立初始参数化水平集函数方程；S3：对S2中参数化水平集函数方程可得求解进行有限元分析；S4：结合S1初始设定的边界条件求目标函数；S5：设定敏度因子，并根据设定的敏度因子使用水平集函数和目标函数求敏度S6：使用MMA法进行设计变量更新，从而间接改变水平集函数并得到最优解；S7：根据S6中新的设计变量更新水平集函数；S8：判断优化结果；该优化算法可以增加数值求解的稳定性，也可以提升优化速度。