本发明公开了一种智能求解车桥系统随机信号的方法，采用SPEM‑CNN‑LSTM混合算法，将人工智能算法和随机虚拟激励法进行结合，即随机虚拟激励法‑卷积‑长短时记忆深度学习法；SPEM模块求解出大量的随机系统响应，CNN‑LSTM模块为卷积神经网络‑长短时记忆网络模块完成输入数据的特征提取以及随机响应的预测工作；需要通过SPEM计算得到不确定性车桥系统响应样本，把获得的不确定车桥系统响应样本作为输出数据，通过构造的随机虚拟激励样本作为输出数据，把输出数据和输入数据一同输入到卷积长短时组合神经网络中进行训练与预测。本发明车辆和桥梁结构之间的动态相互作用被集成到具有不确定性的车桥系统模型中，降低了计算成本，对系统响应进行了更精确的预测。