本发明涉及一种PEMFC阴极分层催化层多目标优化方法，包括以下步骤：建立PEMFC模型，所述模型采用阴极催化层分层设计；确定评价指标，所述评价指标包括：性能相关指标和氧分布均匀性相关指标。在不同的阴极催化层结构参数和工作电压下，运行PEMFC模型获取数据集，并训练代理模型；基于优化目标和训练后的代理模型，使用NSGAIII算法进行多目标优化，获得一组Pareto最优解；基于Pareto最优解，采用TOPSIS方法分别为不同的策略选择对应的方案，得到PEMFC阴极分层催化层的结构参数和运行电压的最优组合。本发明可以有效地提高多目标优化的效率，并设计出高性能、高耐久性或高耐久性、低成本的燃料电池。