对于精细油气勘探来说，地震波阻抗反演成果在油藏描述及油气横向预测等研究工作中所起的作用也越来越重要，它能较真实地反映出地下的地质构造和岩性的性，能够大大提高钻井的成功率。地震波阻抗反演本身属于多参数的非线性化问题。而遗传算法正是一种近期发展起来的多参数非线性优化方法。本文通过充分吸收和消化国内外学者关于非线性最优化方法的研究成果，在进行遗传算法研究过程中结合模拟退火反演地震波阻抗，并进行了大量的模型试验的分析研究，获得了如下四方面的研究成功。 （1）用五进制编码代替二进制码串，在编码位数相同的情况下，五进制数的搜索空间比二进制的搜索空间要大得多，易找到全局最优解。 （2）用逐位迭代交换方式替代传统的杂交方式即随机选择杂交点进行交换。逐位迭代的交换方式最大的优势在于它能搜索到的空间比传统的杂交方式搜索的空间更大，能够更快地寻找到最优解。 （3）我们如果针对求解问题进行有明确的选取，这必将使遗传算法搜索具有更高的效率，要达到这种目的我们可以通过模拟退火中的热槽法产生新解的方法来实现。具体作法是通过概率分布函数，随机地产生该参变量的若干个候选值，每个参数均这样提取以后，我们就可以随机地组成群体中每个个体的初始状态，这使得个体初值的针对性强，使遗传算法搜索具有更高效果。 （4）为了克服遗传算法欺骗问题，本文在遗传操作中引入Boltzmann生存机制，使遗传算法的差解也有可能被接收，从而保持群体中有用的多样性，有用的多样性指的是群体中一些个体分别代表解空间不同的局部最优所在的区域。 本文作的大量的理论模型试验和实际资料的处理，主要对南海地区的地震叠后资料应用改进的遗传算法作了波阻抗反演的计算，证明了本文方法的有效性和较强的实用性。