为了探究机器学习方法在桥梁抗震中实现的基本思路,简要回顾了桥梁抗震分析理论与技术的发展和现状,综述了机器学习的应用领域,特别是在土木工程领域中的应用现状。介绍了机器学习的概念,总结了其关键因素和搭载平台,通过简单实例说明了机器学习的常用方法和代表算法。首先,总结了我国公路中小跨径桥梁多采用简支梁和连续梁的梁桥形式,同时统计了汶川地震中该类桥型的震害现象,包括桥墩、支座和挡块、桥台根据震害现象的破坏等级划分。其次,总结了国内外学者针对支座和挡块、桥墩、桥台开展的一系列抗震性能试验研究,回归出用于抗震分析的本构关系,进而得到桥梁各构件(包括基础)的抗震设计因素。最后,阐述了机器学习方法辅助该类桥梁抗震设计和评价中实现的总体思路,说明面向桥梁抗震任务的机器学习主要有两方面的工作:第一项是收集数量可观的桥梁设计资料,建立数据集;第二项是数据挖掘,包括对原始数据的处理,调试或开发合理的机器学习算法模型,并简要探讨了现有基于性能的概率抗震设计和评价方法对我国桥梁进行分析时存在的不足。在此基础上,指出下一步工作,展望桥梁抗震分析技术的未来发展方向——基于人工智能的桥梁抗震研究,并倡导学科之间的相互融合及专业人员之间的相互交流。