本发明公开了一种改进型的多模态多目标狼群优化方法及装置,该优化方法具体包括如下步骤:随机自适应收缩网格搜索策略;全局最优记录奔袭策略;MMO‑WPOA‑RASGS‑GBA算法流程具体包括:MMO‑WPOA‑RASGS‑WPOA的初始化、循环迭代的优化过程和记录数据,本发明基于随机自适应收缩网格搜索(Random Adaptive Shrinking Grid Search,RASGS)和朝向全局最优奔袭策略(Raid for Global Best Archive,GBA)的狼群优化算法来丰富WPOA求解多模态多目标优化问题(MMOPs)的方法体系,其采用RASGS增强了算法在局部区域的开发,并定位了更多的Pareto最优解,此外借助现有的由非支配排序方案和特殊拥挤距离组成的排序方法,引入了GBA策略以获取和维护种群的历史全局最优解,并诱导种群探索更好的解,与当前现有的方法相比,本发明具有明显优越的Pareto sets proximity(PSP)和Hyper‑volume(Hv),整体性能最好。