Ao selecionar um modelo para realizar a estimativa de uma variável, condiciona-se essa estimativa a toda e qualquer característica deste modelo, podendo estar sujeito à subestimativas ou superestimativas, dependendo do modelo em questão e de suas possíveis tendenciosidades. Estudos recentes sugerem a realização da chamada Inferência Multimodelos, que consiste na obtenção do resultado por meio da contribuição de dois ou mais modelos matemáticos. Este estudo teve como objetivo propor uma nova metodologia de Inferência Multimodelos, baseada na modificação do algoritmo ARM (Adaptive Regression by Mixing), aplicada ao inventário florestal para estimativa do volume de madeira por meio de equações volumétricas. Para uma base de dados clonais de Eucalyptus sp., o algoritmo ARM_m foi superior à seleção de modelos e estimou o volume das árvores de forma mais acurada, apresentando RMSE de 3,84% enquanto o modelo selecionado obtive 3,96%, e apresentou melhor dispersão dos resíduos em comparação a todos os modelos.