针对单参数不能准确表征发动机性能退化过程,以及传统智能学习模型难以准确拟合发动机退化模型等问题,提出一种融合数据构建发动机健康指数(HI),并结合多模型相似性匹配与集成模型进行发动机剩余寿命预测的方法。利用层次聚类与轮廓系数筛选参数,并融合为发动机健康指数。采用遗传算法优化随机森林拟合发动机性能退化过程,并将多模型相似性匹配用于回归模型预测,优化模型的预测结果。选择某涡扇发动机仿真数据集(C-MPASS)验证所提方法的有效性。结果表明:该方法的RMSE为6.128、MAE为4.901,且融合健康指数和多模型相似匹配极大地提高了发动机剩余寿命预测精度。