高等学校资产资源短缺是我国现阶段高等教育发展面临的重要挑战。对于学校而言,怎么在项目之间进行有效的资源配置,使有限的资源发挥最大的作用是一个亟待解决的问题。高校资产资源配置反映各高校各项资源的利用情况,各高校的需求以及高校资源运用中存在的问题,从而可以指引高校对相应资源进行分配。针对教育部关于高等学校资源的优化配置问题,在以学科为导向和投入产出绩效达到期望的配置目标下,首先使用经典遗传算法对投入指标的投入额进行配置,发现在多层目标约束下,尽管可以达到某些预期的目标,但对其中的某些指标投入存在偏小且不合理的问题。针对经典遗传算法未能有效解决的问题,本文提出序列遗传算法用于高校资源优化配置以及控制。参照深度学习的网络结构,将限制条件分解,转化为多层控制问题,通过多层控制实现最终的控制问题。并通过实例验证,相较于经典遗传算法得到的最优结果,序列遗传算法得到结果更加合理。同时将单个最优配置方案扩展为最优配置区域,通过对投入指标投入额的控制,实现对目标绩效的控制。针对资源配置或投资组合的需求多是模糊表示问题,本文在序列遗传算法的基础上,推广提出序列遗传算法与模糊优化控制的应用,使资源优化配置结果引入模糊表示,结果更合理。