針對(duì)多目標(biāo)布谷鳥搜索算法（ MOCS）迭代后期尋優(yōu)速度慢，并且容易造成局部最優(yōu)等缺點(diǎn)，提出一種混沌云模型多目標(biāo)布谷鳥搜索算法（ CCMMOCS）。首先在進(jìn)化過程中通過混沌理論對(duì)一般的布谷鳥巢位置在全局中尋求優(yōu)化，以防落入局部最優(yōu)；然后利用云模型對(duì)較好的布谷鳥巢位置局部?jī)?yōu)化來提高精度；最后將兩種方法對(duì)比得到相對(duì)更好的解作為最優(yōu)值以完成優(yōu)化。對(duì)比誤差估計(jì)值及多樣性指標(biāo)，由5個(gè)常用多目標(biāo)測(cè)試函數(shù)仿真結(jié)果可知，CCMMOCS比傳統(tǒng)多目標(biāo)布谷鳥搜索算法、多目標(biāo)粒子群算法（MOPSO）及多目標(biāo)遺傳（NSCA-Ⅱ）算法性能更好，Pareto前沿更接近理想曲線，分布也更均勻。