随着油藏开发的进行，中国的油藏已经进入高含水、低采出的三次采油阶段。烟道气驱作为三次采油技术的一种，其驱油机理主要是通过向油藏中注入烟道气，改善流体物性，降低原油粘度、改善流度比、溶解气驱作用等，从而提高原油采收率。然而，现有的开发方案大多由指标对比法确定，十分依赖于操作者的经验，而且缺乏科学合理的优化方法以及对生产技术的评价方法。本文借助于模糊理论，对烟道气驱的注采方案优化方法和生产工艺的评价方法进行了研究。　　在建模优化过程中，针对传统螺旋优化算法容易陷入局部极值、出现粒子积聚现象，以及采样不够充分的问题，对螺旋优化算法进行了改进，提出了混合螺旋优化算法。该算法采用拉丁超立方采样方法，生成初始种群，确保了样本的随机性和均匀性。结合遗传算法的变异思想，采用柯西变异，增加搜索的多样性，从而更容易跳出局部极值，并采用线性调整变异概率的策略，针对传统螺旋优化算法寻优过程的缺点，动态调整变异概率。最后，采用五个常用的测试函数，测试了算法的性能，结果表明，与传统螺旋优化算法相比，本文提出的混合螺旋优化算法具有更好的全局寻优能力和局部搜索能力，能取得更高的精度。　　针对烟道气驱机理模型复杂，涉及许多高阶耦合偏微分方程组，难于差分求解和优化的问题，提出了一种基于混合螺旋优化算法和T-S模型的模糊神经网络建模方法。该方法结合神经网络、模糊系统和智能算法的优点，通过神经网络建模，建立模型输入输出之间的关系，利用模糊系统的原理，增加模型的泛化能力，通过混合螺旋优化算法优化神经网络的权重参数以及高斯隶属度函数的中心和宽度参数，提高了模型精度。利用该方法建立烟道气驱的辨识模型，通过数值仿真验证了该建模方法在建立烟道气驱模型上的准确性和可靠性。　　针对烟道气驱油藏生产优化中存在多个性能指标要求，且各指标存在冲突的情况下，难以确定最优的注采方案的问题，建立了烟道气驱模糊多目标规划模型，给出具体的求解算法。分别考虑最大利润、最大产量、最少吨油成本和最少投资等条件在工况生产下的模糊不确定性问题，建立了烟道气驱的模糊多目标规划模型。首先将各指标全部处理成最大化问题，并引入权值将各个性能指标根据设定的侧重程度，映射到统一对称模型中，结合水平截集迭代法将该模糊多目标规划问题转化为确定性单目标问题，进而采用混合螺旋优化算法求解，得到最优烟道气注入速度。结合具体油藏对该模型和求解方法进行了验证。　　针对烟道气驱缺乏科学、合理的评价方法的问题，借助数值模拟，利用正交实验以及模糊综合评价对烟气辅助SAGD驱油效果进行了评价。在评价过程中采用了熵权法和专家打分法相结合的方法，针对常用的常规SAGD，烟道气辅助SAGD，溶剂辅助SAGD以及烟道气-溶剂辅助SAGD四种不同工艺进行了研究，研究结果表明在同等条件下烟道气-溶剂辅助SAGD驱油效果最好。此外，通过控制变量法对最优工艺进行了注采参数的分析，为实际操作提供了理论借鉴。