چکیده: علت اصلی خرابی‌های وارد بر ساختمان‌ها در طول زلزله پاسخ آن‌ها نسبت به حرکات زمین و یا به عبارت دیگر نحوه مقابله ساختمان‌ها با نیروهای وارده از جانب زلزله می‌باشد. امروزه یکی از متداول‌ترین روش‌های تحلیل و طراحی سازه‌ها در برابر زلزله، آنالیز طیفی است. یک اشکال عمده روش آنالیز طیفی برای تحلیل و طراحی سازه‌ها، ناتوانی آن در تأمین اطلاعات زمانی در مورد پاسخ و رفتار سازه است؛ که ناشی از مبنای تهیه طیف‌های پاسخ طرح می‌باشد. از طرفی در اختیار داشتن سیگنال منطبق با طیف‌های طراحی یکی از مهم‌ترین مسائل در آنالیز‌های تاریخچه زمانی غیرخطی می‌باشد. لذا به دلیل مزایای استفاده از آنالیز‌های تاریخچه زمانی سیگنال زلزله و همچنین عدم وجود سیگنال مناسب در برخی از مناطق، ضروری است که در بسیاری از موارد تعدادی سیگنال مصنوعی در منطقه موردنظر تولید شود. این رساله به ارائه روشی نوین برای تولید سیگنال‌های مصنوعی منطبق با طیف ساخت‌گاه سازه می‌پردازد. در روش پیشنهادی ابتدا تعدادی سیگنال ثبت‌شده در ایستگاه‌های شتاب‌نگاری بر اساس دسته‌بندی نوع خاک (بستر) انتخاب می‌شوند. این خاک‌ها با توجه ویژگی‌ها به دو گروه خاک و سنگ تقسیم می‌شوند و سپس با استفاده از تبدیل موجک و فوریه به تحلیل و پردازش آن‌ها پرداخته می‌شود. در قدم بعدی از توانایی یادگیری شبکه‌های عصبی برای نگاشت معکوس از طیف پاسخ این سیگنال‌ها به ضرایب تبدیل ویولتی و فوریه استفاده می‌گردد. به‌ موازات استفاده از الگوریتم‌های آموزشی موجود برای شبکه‌های عصبی، از توانایی الگوریتم‌های تکاملی برای جستجو در یک فضای گسترده کمک گرفته می‌شود تا ماتریس‌های وزن و بایاس شبکه‌ها بهینه گردند و از محبوس شدن شبکه‌ها در نقاط بهینه محلی جلوگیری به عمل آید. برای فشرده سازی سیگنال‌ها نیز از روش‌هایی چون ضرائب پیشگوی خطی بهره می‌گیریم. در نهایت سیگنال‌های سازگار با طیف ساخت‌گاه تولید می‌شود. در این رساله با ارائه مثال‌هایی از سیگنال‌های ثبت‌شده در ایران، به آزمایش روش‌های پیشنهادی پرداخته شده و کارایی آن‌ها نشان داده می‌شود. برای اجرای روش علاوه بر شبکه عصبی مصنوعی، تبدیل موجک و تبدیل فوریه، از الگوریتم‌های تکاملی و تحلیل سری‌های زمانی نیز استفاده گردید و نتایج حاصل از روش مذکور با یکدیگر مقایسه شد. نتایج حاصل مبین این است که استفاده ترکیبی از این روش‌ها به مراتب الگوی بهتری برای این مدل‌سازی، در مقایسه با سایر روش‌ها می‌باشد و نتایج بهتری را ارائه می‌دهد.