针对传统方法对液压泵故障预测效果不佳的问题,提出了一种基于改进的Newman-Watts小世界-回声状态网络（improved Newman-Watts-echo state network,简称INW-ESN）的故障融合预测方法。首先,对回声状态网络（echo state network,简称ESN）储备池结构进行优化,建立INW-ESN基础预测模型,并重新定义邻接矩阵元素取值,以改善网络预测性能;其次,在此基础上建立故障融合预测模型,利用Dezert-Smarandache理论（Dezert-Smarandache theory,简称DSmT）将INW-ESN预测信息与液压泵性能退化模型信息进行融合,以提高预测精度;最后,通过对液压泵性能退化试验的应用分析,验证了该方法的有效性。