泡沫油是一种在连续油相中可稳定存在大量分散性气泡的特殊稠油。能产生泡沫油流的稠油油藏具有生产气油比低、产油量高的独特生产特点。相较于普通稠油油藏,泡沫油流是此类稠油油藏开采过程中最重要的机理。但是随着开发的进行,当油藏压力低于拟泡点压力时,分散的气泡迅速聚集形成连续气相,泡沫油现象消失,使得稠油油藏冷采后期产量迅速递减。二氧化碳注气吞吐可以稳定储层压力,二次形成泡沫油,是提高稠油油藏后期产量的重要方法。二氧化碳在稠油中的溶解度是二次形成泡沫油的保障,焖井时间、总注气量和采液速率等吞吐参数是影响泡沫形成及生长的重要因素。因此,简单快速地掌握二氧化碳溶解度,确定多井二氧化碳吞吐注采参数是目前稠油油藏二氧化碳吞吐开发的关键。本文从二氧化碳吞吐改善稠油油藏冷采后期开发效果出发,研究提高二氧化碳吞吐二次形成泡沫油驱油效率的方法。首先,在146组二氧化碳溶解度样本数据的基础上,建立基于帝国竞争算法优化的BP神经网络（ICA-BPNN）二氧化碳溶解度预测模型,并将ICA-BPNN预测模型与传统BP神经网络和经验公式对比。此后,基于委内瑞拉目标区块M建立充分反映泡沫油二氧化碳吞吐流动特性的六组分数值模拟模型,设计新型帝国粒子群（ICA-PSO）混合算法,利用ICA-PSO混合算法进行稠油油藏二氧化碳吞吐影响因素研究和多井二氧化碳吞吐生产参数优化。最终获得最佳吞吐生产方案,为稠油油藏冷采后期二氧化碳吞吐提供理论依据。研究结果表明,ICA-BPNN二氧化碳溶解度预测模型对15组检验样本预测结果的均方误差为2.7206,均方根误差为1.6494,平均绝对百分比误差为2.74%,决定系数R~2为0.9976,最大相对误差不超过5%。ICA-BPNN预测模型的预测结果精准度远高于常规BP神经网络和经验公式。ICA-PSO混合算法可有效优化稠油油藏二氧化碳吞吐参数,所求得的最佳吞吐方案相比衰竭方案,采出程度提高8.45%,增产油量4.97×10~6 m~3。且ICA-PSO混合算法与原始ICA算法相比,全局搜索能力更强,收敛速度更快。