本发明公开了一种基于多变环境下加速退化数据的集成寿命预测方法，为了解决目前利用加速退化数据进行寿命预测时忽略的多变环境影响问题。首先，利用集成学习中Bagging算法对数据集进行重采样并进行数据集划分；然后，利用采样集数据分别建立基于贝叶斯方法、支持向量机方法和BP神经网络方法的寿命预测子模型；最后，利用集成学习方法中的结合策略对子模型进行输出平均，得到集成寿命预测模型。本发明在考虑多变环境应力影响的同时，可以提高产品寿命预测的稳定性和精度，并提高预测模型的泛化能力。本发明适用于受多变环境影响的产品的寿命预测。