生物医学技术的发展使得人们能够同时测量成千上万个基因的表达水平,我们可以对正常人和病人的基因表达水平进行测量,在对这些基因表达数据进行分析时的一个重要的统计学问题是如何找出异常表达的基因,这些异常表达的基因很有可能就是致病基因。常用的两组模型只刻画了正常基因和异常表达的基因所对应的检验统计量服从的混合分布,没有进一步将异常表达基因分为过表达基因与欠表达基因,因此在两组模型下的多重检验无法保证找出的异常表达基因中过表达与欠表达基因的错误率,为了解决这种问题,我们将两组模型拓展为三组模型,并将三组模型下的多重检验问题转化为了约束最优化问题。在一定的条件下可以利用最优解的性质对这个约束最优化问题进行求解,从理论上得到能够控制两个FDR的最优决策准则。据此我们设计了相应的算法,并与已有的另外两种能够控制两个FDR的控制方法在数值模拟中做了对比。最后我们分别用上述三种方法对两组基因表达数据进行了分析。