目前进化算法大多是通过解从决策空间到目标空间的映射,来判断解的质量。针对约束多目标优化问题,将极限学习机代理模型与不可行解存档方法相结合,提出一种通过目标向量反向预测来引导决策空间种群进化的算法。在CTP和TYPE系列的测试问题上进行了HV度量、IGD度量的性能测试。与几种经典的算法比较,该算法在大多情况下都表现出具有竞争力的性能,且在高难度问题下比其他算法表现更好。