提出利用信息熵理论与灰色关联分析法并行地处理多目标优化问题，将多目标优化的目标值构成数据序列，挖掘序列关系实现多目标优化。首先，并行的对目标值序列计算灰关联系数以及熵值权重，之后将信息熵与灰关联系数结合计算灰熵并行关联度，建立灰熵并行分析法。最终，利用灰熵并行关联度作为优化算法的适应值计算策略，以该策略引导智能优化算法进化。建立作业车间调度问题的三目标优化模型，以灰熵并行分析法为基础，分别应用差分算法、遗传算法解决三目标作业车间调度问题，验证新方法的可行性。实验表明：新方法均能使两算法收敛且得到分布均匀的　Pareto　前端，表明其有效和可靠。同时，差分算法得到的解较遗传算法的解具有明显的优势。