本发明涉及一种基于样本点显著性的高斯过程回归序贯设计方法，包括初始建模阶段和序贯设计阶段，初始建模阶段得到初始输入参数集，序贯设计阶段中，先对初始输入参数集进行聚类分析，接着根据每个类别中的样本点的显著性样本率，从剩余样本集中挑选出合适的样本点添加到每个类别中与初始建模样本点融合，然后基于预设的添加样本点的调节因子以及每个类别的显著性样本率，得到每个类别的添加样本量，最后基于添加样本量进行样本点添加。因此，本发明提供的方法并非直接采用高斯过程回归对其建模，而是序贯性增加建模样本量，提升了估计值和预测值稳定性，降低了计算复杂度以及计算耗时，提高建模效率。