桥梁作为交通网络的关键组成部分，其在地震后的快速损伤评估对于保障交通畅通具有重要意义。尽管非线性时程分析因其精度高被广泛采用，但将其应用于大型桥梁网络时计算成本高且耗时。为提升震后桥梁易损性分析与功能评估的效率与实用性，本研究包括两个部分：第一部分针对延性桥梁，提出了一种用于构建基于机器学习的参数化地震易损性模型的框架。该方法通过实验设计生成具有代表性的桥梁样本，利用机器学习模型建立桥梁参数（如跨度、桥墩高度）与地震易损性中值之间的映射关系，基于所构建的模型实现了桥梁网络震后功能的快速评估。第二部分面向参数更为复杂的减隔震桥梁，提出了一种新的耐震时程波构造方法，以解决传统的无约束优化算法构造耐震时程波耗时较长的问题。为了进一步验证所提方法在震后功能评估中的效率和有效性，基于 SUMO 平台开展了城市桥群的案例研究，验证了所提方法在保证精度的基础之上提高了计算效率。