地震反演是地震勘探的根本问题。由于大部分地球物理反演属于多极值的目标函数优化，使得基于线性或拟线性理论的反演方法往往导致反演结果陷入局部最优，造成反演结果的不可靠。本文结合前沿交叉学科的一些最新研究成果，研究提出了基于非线性优化理论的地震反演方法，并用于解决当前油气勘探开发中亟待解决而又未解决好的难题。该项研究不仅具有较高的学术价值，而且具有广阔的应用前景。 本文的主要研究内容和取得的成果有：①通过深入分析和研究优化问题中的遗传算法和模拟退火法各自的优劣势，提出了两种算法相互渗透、相互配合的退火遗传算法，从而改善了非线性全局寻优方法的搜索性能，提高了其在地球物理参数反演中的运算效率和反演精度。②针对神经网络结构设计不灵活、权值获取规则单一、易陷入局部最优、推广预测能力差等不足，提出了一种用遗传演化策略训练神经网络的方法，实现了网络连接权、阈值、网络最佳结构的自适应演化。③对地球物理反演中难度较大的剩余静校正量估计进行了深入研究，提出了混合优化自动剩余静校正方法，并在两个地区的实际资料处理中取得了较好的应用效果。④针对地震储层预测中存在的问题，提出了储层非线性反演与预测的方法技术，并成功应用于白云查干凹陷达尔其构造的三维地震反演和储层预测，为该区控制储量申报和有利目标区选择提供了准确的依据。⑤首次提出了一种井底以下地层压力随钻预测的新方法。该方法引用储层横向预测的基本思路，将测井与地震相结合，通过建立地震属性与测井声波之间的神经网络非线性映射模型，进而反推井底以下声波曲线并预测地层压力。该项技术为莺琼盆地DF1-1-11高温高压井的顺利钻进提供安全保障、降低钻井成本作出了重要的贡献。