本发明公开了一种应用于汽车保险定价的多目标优化方法及终端，涉及计算机应用技术领域，在计算汽车保险定价的多目标问题中，在使用遗传算法的同时，通过基于三个学习方向的粒子群更新策略，让外部存档中保存的非支配解也参与到引导粒子更新的过程，从而提高算法的收敛速度；最终得到一组满足不同定价策略需求的最优方案解；解决了遗传算法过早收敛、收敛速度慢的问题；此外，还提出一种基于夏普比率思想的局部最优更新策略，用上一代的局部最优解和新一代粒子比较被优化的目标个数和被优化程度并加以统计，以衡量新解与旧解的优劣，获得更好的优化结果。