本公开提出了一种锅炉多目标优化方法及装置，涉及深度学习技术领域，包括：获取基于支持向量回归机构建好的锅炉NOx排放特性模型和锅炉效率模型；确定目标函数；将运行参数输入至锅炉NOx排放特性模型和锅炉效率模型中进行参数配置，运行参数中包含有所述待优化变量；基于预先配置好参数的多目标遗传算法及目标函数，以对锅炉NOx排放特性模型和锅炉效率模型中的待优化变量进行优化，得到包含多个可行解的帕累托解集；从帕累托解集中获取目标可行解。由此，可以运用改进型NSGA‑II的多目标遗传算法进行锅炉效率和NOx排放双目标优化计算，通过算法得到的帕累托最优解集对锅炉运行参数进行优化指导，预测精度高、计算速度快、泛化能力和模型通用性强。