随着油气田开采难度加大，描述油气运动的渗流方程及定解条件也非常复杂，使得地层参数的反演问题高度非线性，存在多局部极值。为解决复杂渗流方程的反演问题，本文给出两类地层参数反演算法：非线性回归数值类反演算法和非线性非数值类优化算法，并对这两类反演算法进行详细分析。 针对非线性回归数值类反演算法，本文设计了一种结合Gauss-Marquardt和BFGS方法的混合策略方法—HGMB，该方法用于最小二乘回归拟合时，在目标函数显著非零时，可以得到比单纯使用牛顿类方法(如Gauss—Marquardt法或Levenberg-Marquardt法)更好的收敛效果(超线性收敛)。 针对非线性非数值类优化算法，本文将一种新兴的进化计算技术一差分进化算法DE引入到油田地层参数反演问题的研究中。本文结合数值类反演算法和非数值类优化算法的各自优势，同时，针对DE算法的重复搜索现象和早熟问题，设计了用于油藏参数反演的全局优化的改进差分进化算法(MDE)：利用DE算法在一定进化代数后出现的种群聚类特性，将种群识别为不同的聚类区域，然后以每个聚类的中心为起始点，利用基于梯度的局部搜索算法HGMB可以快速找到该聚类区域的最小极值。 MDE算法可以避免在搜索过的聚类区域中出现重复搜索，可以有效地缩小搜索空间，提高种群的多样性，防止出现早熟现象。该改进算法应用于油田地层参数反演，对求压力数据的正问题采用数值解析方法得到，并对选定压力分析段曲线进行最小二乘拟合的实验结果表明，该方法迭代次数较少，收敛精度高。