遗传算法是一种模拟自然界生物进化的搜索算法。由于遗传算法不受搜索空间的限制性假设的约束，不要求解空间有连续，可导等性质，以及算法固有的计算并行性，因而广泛应用于各个领域。本文在介绍了波阻抗反演和遗传算法的研究现状，并介绍了遗传算法的理论基础，讨论了算法收敛性的基础上，提出了将遗传算法引入波阻抗反演，阐述了基于遗传算法的波阻抗混合反演原理。针对遗传算法用于波阻抗反演涉及多参数编码、以及对应遗传操作不易实现的问题，在广泛研究了遗传算法的各种编码方式、及其对应的选择方式、交叉方式以及变异方式特点的基础上，提出了采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法。通过了Ackley实验函数，证明了本文编制的遗传算法的有效性和收敛性。实现了线性反演算法和遗传算法用于波阻抗混合反演的程序。用该程序进行波阻抗的混合反演。通过大量的试算，给出了线性反演的相关结论，重点讨论了采用本文编制的遗传算法用于波阻抗反演的运行参数的取值范围，并由试算结果给出了运行参数的参考取值范围。总体上，基于遗传算法的波阻抗混合反演的结果是令人满意的，优于仅采用线性反演的反演结果。最后本文指出了该算法的不足，并对遗传算法用于波阻抗混合反演的下一步研究进行了展望。