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，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。基于神经网络的非线性反演是非线性地震反演理论中的一部分，同时遗传算法是一种近期发展起来的多参数非线性优化问题，因此本文通过充分吸收和消化国内外学者关于非线性最优化的研究成果，在进行模糊神经网络研究过程中结合遗传算法进行地震波阻抗反演。本文首先分析了ANFIS模糊神经网络和遗传算法的发展和应用现状，以及遗传算法的基本概念、构成要素、运算过程、特点、理论基础和基本遗传算法所涉及到的内容，并将GA算法与ANFIS相结合，将其应用于优化ANFIS模糊神经网络的前提参数和结论参数问题；其次，研究了模糊神经网络的相关理论以及ANFIS模糊神经网络的特征、ANFIS模糊神经网络学习规则和性能。再次，本文提出了一种将遗传算法与Tabu Search(禁忌搜索算法)相结合的自适应混合学习算法，从理论和实践两个方面论证了其可行性和实用性。最后，用matlab语言设计了GA-ANFIS的自适应混合算法并将它应用于函数逼近和处理实际的地震资料等问题，从实践中证明了自适应混合算法模糊神经网络有较好搜索速度和收敛精度。