地震波勘探方法是进行能源资源勘探开发中广泛应用的方法之一。主要的能源资源都埋藏在具有复杂地质结构和物理属性的地球岩石圈中。在实际的勘探过程中，往往把含资源地层中的复杂地质结构简化为便于模拟的几何模型。但是简化过后的模型肯定与实际的地质结构有误差，造成数值模拟的结果不准确。所以，对更符合实际地质结构的模型进行高精度的研究是当今地质勘探领域亟待解决的问题之一。改进BISQ模型是在BISQ模型的基础上发展变化得到的，与BISQ模型相比，它的计算公式更简单、易于计算，能够相对的减少数值计算量。蚁群算法作为优化算法领域里的一种比较新的全局优化算法，它具有很多优点，例如：采用分布式并行计算机制、易与其他方法结合、具有广泛的适用性和良好的全局寻优能力；但搜索时间长、易陷入局部最优解（即“早熟”现象）是其明显的不足。针对传统蚁群算法的缺点，学者们进行了很多改进。本文将多尺度思想与小生境蚁群算法相结合，提出了多尺度小生境蚁群算法。首先将该算法应用到典型的多模态函数优化问题中，并将优化结果与小生境蚁群算法的优化结果作对比，验证算法的有效性。其次，将多尺度小生境蚁群算法应用于改进BISQ模型的单参数、双参数反演，结果表明该算法在待反演参数初始选择区间较大情况下也能够得到很好的结果（相同情况下，小生境蚁群算法反演结果甚不理想）。但是该算法反演时间明显比小生境蚁群算法长，有待于进一步的完善。最后考虑了在添加扰动（5%噪声和10%噪声）的情况下多尺度小生境蚁群算法的反演情况。研究结果显示，随着添加扰动的增加，反演的精度随之下降，但总体反演精度还是较为理想。其中，渗透率反演的相对误差始终保持在0.09以内，固体密度反演的相对误差始终保持在0.01以内。高精度的结果验证了算法的可行性和稳定性。本文提出的多尺度小生境蚁群算法是首次将多尺度的思想加入到小生境蚁群算法中。在待反演参数区间较大的情况下算法反演的精度很高。但是该算法肯定还有一些不足，希望随着研究的发展能够进一步的完善。