本发明公开了一种基于目标导向最优匹配相似性(TBMS)的产品寿命预测方法：首先，构建全寿命衰退样本集；其次，按待预测样本的退化量截取样本集中所有样本；再次，基于提出的时间尺度伸缩相似性(TECS)概念，将各全寿命退化样本的截取数据转换到待预测样本模式，获得最优转化因子及最优距离；最后，以最优伸缩因子和最优距离生成权重，对转换后的样本寿命进行集成加权，得到待预测样本的寿命。该方法通过序列时间尺度的伸缩实现历史样本与待预测样本的最优匹配，具有优秀的预测准确性和精度，能为产品寿命预测研究提供新的思路。