针对锂离子电池剩余使用寿命 RUL(remaining useful life)预测结果不准确及极限学习机 ELM(extreme-learning machine)权阈值随机选取等问题,提出利用 ELM模型间接预测锂离子电池 RUL的方法,并利用遗传蚂蚁算法 GAAA(genetic algorithm ant algorithm)选取 ELM的最优权值与阈值,建立基于等压降放电时间间接寿命特征参数的最优 GAAA-ELM锂离子电池 RUL预测模型。基于 NASA锂离子电池数据集预测和评估锂离子电池的 RUL,并与 BP模型预测方法、ELM模型预测方法和 GA-ELM模型预测方法相比较,结果表明该方法能够更准确有效地实现锂离子电池 RUL预测。