本发明公开了一种云计算环境大规模问题代理优化的源模型聚类选择方法，应用于云端，包括：获取客户端的多目标优化问题；创建输入矩阵，获取若干个相关源模型；得到源模型输出矩阵，构造源模型特征集；将若干个相关源模型聚类得到目标数量个初选源模型；将多目标优化问题聚合成单目标优化问题对应的真实函数，利用其评价输入矩阵得到目标输出矩阵；进行模型训练得到一个初始目标模型；构建最终代理模型；对最终代理模型寻优得到最优输出；判断是否满足迭代终止条件；若否改变聚合多目标优化问题的权重向量并返回S5；若是得到帕累托前沿面返回客户端。本发明能够为客户端提供合理可靠的选择依据和方案，保证多样性、提升优化结果的精度和准确度。