本发明公开了一种基于神经网络代理模型的组件热布局优化设计方法，包括：S1，生成训练数据集；S2，利用训练数据集训练深度神经网络模型以拟合布局与温度场的映射关系；S3，构建基于深度神经网络模型的组件布局优化设计问题，求解当前最优组件布局；S4，根据当前最优组件布局，生成多个局部样本数据和全局样本数据；S5，在训练数据集中添加局部样本数据和全局样本数据，利用更新的训练数据集更新深度神经网络模型参数，利用优化算法求解当前最优组件布局；S6，判断前后两次得到的最优组件布局的温度场最高温度差值是否在预设数据区间，若否，返回S4。本发明能提高神经网络代理模型在潜在最优点附近区域的预测精度，降低计算成本，提高优化效率。