随着社会的发展和经济水平的提升,人们对于地震作用的关注点已从生命安全上升至综合经济损失。基于性态的抗震设计理论突破了传统抗震设计以“保证生命安全”为主要设防目标的局限,以有效控制人员伤亡和经济损失、保障结构使用功能为目标。同时,基于位移的抗震设计方法被认为是实现基于性态的抗震设计理论最有效的途径之一。如加速度设计谱在基于力的抗震设计中的重要作用,位移设计谱是基于位移的抗震设计方法中确定地震作用的重要依据。目前位移设计谱已成为地震工程和土木工程领域的热点研究问题之一,国内外学者围绕位移设计谱已提出了多种有效的位移设计谱标定方法。然而,这些位移设计谱方法计算的地震作用与现行规范地震作用之间常存在显著差异,严重阻碍了其在工程实践中的应用。为解决该问题,本文基于卷积神经网络选取与我国规范加速度设计谱匹配的地震动数据,并基于这些数据得到与规范加速度设计谱匹配的位移设计谱。本文的研究工作对于促进基于位移的抗震设计方法在工程实践中的应用具有重要意义。本文研究内容主要包括以下几方面:（1）为反映地震动的多样性,本文选取了全球震级大于5级、震中距不大于200 km的200次地震的5731个台站的11462条水平地震动分量。本文依据特征周期gT的不同将中国规范加速度设计谱分为了10类。采用卷积神经网络识别与目标谱匹配的地震动数据的关键是需要具有代表性的训练数据。本文采用小波分析方法修正实际地震动的频率成分获取与目标谱匹配的训练数据。（2）为获取最优的神经网络结构形式,本文系统对比了keras深度学习框架应用模块中的11种不同形式的网络结构,所有训练数据均以图像的形式输入,并讨论了坐标轴是对数坐标和自然坐标时的不同,以及有无目标谱为背景参照的图片格式。结构的优劣主要参照训练集和测试集的准确率和损失率。准确率越高,损失率越低,则网络结构越好。（3）本文采用训练好的神经网络结构对11462条水平地震动分量进行分类,并结合实际地震动平均加速度反应谱与目标设计谱之间的累计平方误差确定每组地震动记录的最优数量。基于欧洲规范标定位移设计谱的原理提出了一种适用于中国规范的位移设计谱形式,并基于所选数据给出了位移设计谱参数建议值。