本发明公开了一种用于整合多类型数据进行表型预测的多视图GBLUP方法，包括以下步骤：将SNP基因型数据按照不同的表型类型表示为0/1/2形式的多类型数据，对数据进行Z‑score标准化；设多类型数据矩阵中的第i行和第j行为个体xi,xj，计算Kinship矩阵，定义两个个体间的相似性函数；将多类型数据加权整合成一个Kinship矩阵，使用差分进化算法，对种群进行变异、交叉操作，对比种群中的个体和经过变异、交叉后的个体，将权重赋予多类型数据的Kinship矩阵，将其代入到GBLUP模型中学习，选择表型预测精度高的个体作为下一代种群的成员；设置终止条件，输出多类型数据最优的权重组合。本发明能够快速准确的获取多类型数据的最优权重组合，辅助表型预测。