本文基于实际地震动数据利用参数性预测模型和非参数性预测模型回归不同区域地震的地震动预测模型,利用机器学习中的主成分分析算法和粒子群算法提取地震动母波,通过对地震动母波进行线性组合,匹配目标场地的预测反应谱,合成目标场地的地震动时程。本文主要工作如下:（1）基于川滇地区的实际地震动数据,应用随机效应模型建立了地震动峰值加速度（PGA）和反应谱（Sa）与震级、场地及距离之间的关系,给出了一个符合当地地震动特性的地震动预测模型,回归的方差接近0.7,模型较好的符合了当地的地震动数据特征,与NGA以及国内其他模型相比表明,建立的模型适合于川滇地区。（2）提出了一个应用最小二乘支持向量机（LSSVM）回归地震动预测模型（GMM）的框架,给出了确定LSSVM模型的参数C和r的方法,基于川滇地区地震动建立了最小二乘支持向量机地震动预测模型,提出的GMM可合理地预测给定场点的地震动PGA和Sa,与国内外预测模型比较,结果表明提出的模型是合理的,其对地震动预测具有较好的泛化能力。（3）引入主成分分析算法从地震动数据库中提取有效的地震动母波信息,结合目标区域的地震动预测模型给出了匹配反应谱的地震动时程,提出的结合实际地震动合成新地震动时程的方法合理地包含了区域实际地震动的特性。