给定新预报、历史预报和历史观测，相似集合方法的算法分为以下两步 ：
根据观测构建满足相似性假设的预报空间。例如对降水观测，预报空间可能由数值天气预报得到的积累降水量（accumulated precipitation）、可降水量（precipitable water）、湿度（humidity）等变量构成。考虑非参数算法的局限，应使用少量且相互独立的变量构建预报空间。
从历史预报中选取相似预报，并由其对应的历史观测构建集合。一般地，若一个历史预报在预报空间内与新预报接近，则该历史预报是相似预报，其中相似性的测度通常为欧式距离。由于实际的预报问题不能完全满足相似性假设，上述准则通常有附加条件，例如新预报和历史预报必须对应相同的预报系统、预报时效、季节，以及相近的地理位置。
