1、波阻抗反演是地震反演中非常重要的處理方法，其中完全非線性反演是當前的研究熱點。人工神經網絡作為一門新興的非線性科學，隨著神經網絡理論研究的不斷發(fā)展，已經被廣泛應用于各個領域。遺傳算法作為進化計算的一部分，是一種模擬自然界生物進化的搜索算法，由于具有不要求解空間是否連續(xù)和可導及并行處理等，在各個領域得到了廣泛應用。但傳統(tǒng)的BP網絡和遺傳算法都存在不足，BP網絡存在訓練時間過長、易受訓練樣本的局限以及容錯性差，遺傳算法容易出現早熟現象等不足

2、，使該兩種方法的應用受到限制。本文系統(tǒng)介紹了人工神經網絡、遺傳算法的理論基礎，并在近年來人工神經網絡技術在波阻抗反演應用研究的基礎上，針對BP人工神經網絡算法在反演中的不足，提出了BP-GA混合人工神經網絡訓練算法和神經網絡進化算法。BP-GA混合算法利用觸發(fā)概率，在傳統(tǒng)的BP算法中自動調用遺傳算法對網絡權值進行優(yōu)化，并優(yōu)化了GA算法，改良了編碼、解碼的算法實現；使用了輪盤賭選擇算子同最優(yōu)保存相結合的選擇策略；針對種群易早熟問題引入了高

3、斯近似多點變異，使種群個體多樣性得到保證。神經網絡進化算法是針對傳統(tǒng)前向型網絡訓練完成后權值固定，不能進一步在應用中調整而提出的，對每次輸出進行檢驗，當誤差超出給定范圍時調用遺傳算法對網絡權值進行調整，使網絡性能得到完善。 本文應用BP算法、BP-GA混合算法分別對不同初始模型、不同子波、不同噪音的理論模型計算，對結果的對比分析闡述了BP-GA混合算法波阻抗反演的優(yōu)勢，并在實際資料反演中得到了較好的結果。最后對BP算法波阻抗反演