近年来,我国的铁路事业发展迅速,且桥梁在铁路线路中的占比逐年增加。这些铁路线织线成网,将跨越我国多个地震带。因此,合理规划路网、降低地震导致的脱轨概率将面临重大挑战。为给解决该问题提供一定的研究思路,笔者构建一个智能的地震作用下列车安全性预测的方法,给出行车安全界限图。本文将基于深度学习理论,针对于铁路简支梁桥开展地震作用下列车安全性的预测研究,主要的研究内容如下:（1）基于太平洋地震工程研究中心的PEER地面运动数据库,本文提出并建立使用多维卷积的结合Wasserstein距离的生成式对抗网络（Wasserstein Generative Adversarial Networks,WGAN）模型,对地震波数据进行模拟与生成,完成数据增强的目的。同时,为了验证生成地震波的质量,本文基于小波变换原理,分别从时域信息、频域信息、和反应谱信息这三个方面,对生成地震波和天然地震波进行比较。该研究旨在解决第五章中地震波数据不足的问题。（2）本文详细介绍了车桥耦合动力学方程的计算原理和求解流程。同时,依托该原理和流程,本文编写了基于Python语言和Ansys有限元分析软件的车桥耦合振动动力分析程序,并通过与既有文献的车桥响应计算结果进行对比,验证该程序计算的正确性。该程序主要用于第五章数据集中大量数据结果的生成。（3）依托文献中铁路简支梁桥和铁路CRH2型列车的数据,建立车、桥的Ansys有限元模型,为车桥耦合动力分析程序提供车桥的振型数据。此外,本文详细介绍了轨道不平顺样本的各国谱和生成方法,地震波的输入模式和列车安全性的评判标准。同时,本文基于轨道样本生成方法编写基于Python语言的生成程序,并将其功率谱与理论谱进行对比判断生成的正确性。（4）基于分位数回归深度神经网络原理,本文编写了地震作用下桥上行车安全性的预测模型。同时,根据Pearson相关系数理论和既有文献的结论,选取合适的地震参数作为模型的输入数据。最后,根据训练好的预测模型,给出考虑不同影响因素的地震作用下桥上列车运行安全界限图。