道路交通事故导致人员伤亡仍是全球范围内的严重问题。驾驶人驾驶行为表现是引发交通事故的根源,研究驾驶人与事故的关联是预防及控制交通事故的重点研究课题。在众多考虑人为因素的交通建模中,注意资源是描述较少的因素,心智游移是驾驶人将个体意识活动从驾驶任务中分离出来转移到与驾驶不相关的工作中的内源性引发分心的过程,可能改变对交通环境的感知能力、判断决策能力以及对车的控制能力,从而产生交通事故。因此,建立由人为因素生成事故的交通流模型允许从微观到宏观角度分析人与交通流特性的关联。论文首先从交通心理学和驾驶人行为安全性入手,提出了驾驶过程中考虑人为心理和生理特性以及系统因素的多智能体系统建模架构,然后基于Net Logo软件,采用多智能体建模方法构建人-车一体化车辆智能体单元,应用模糊逻辑规则算法编写程序实现行为输出,提出了一个三车道长直道路交通流模型。通过结合问卷与数据参考的形式对仿真参数标定,实现事故模型以及交通演化过程可视化。该模型模拟了驾驶人异质的跟驰、换道行为,反映了驾驶从众心理现象,表现了在驾驶过程会考虑周围车辆运行状况,同时,模拟了心智游移过程构建碰撞事故的产生机理,反映事故发生后调速与换道策略的变化特性以及进而显现的交通流拥堵与消散过程,体现了当面对不同的交通环境下驾驶人感知-判断-决策具有主观能动性。最后将仿真输出结果与经典模型以及现实数据对比校验,并分析了车辆速度、车道分布、事故率、心智游移等指标。验证结果具有较好的一致性,符合实际状况。仿真结果表明,碰撞可引发激进型驾驶人由相对高的平均速度转变为低于其他两类驾驶人平均车速的速度控制策略。拥堵或碰撞下保守型驾驶人倾向排队致使换道耐心值下降速度最快且波动幅度最大,换道有利于缓解瓶颈导致的局部车辆分布不平衡现象。越高的专注度阈值越有利于降低事故的发生率,但专注度阈值与分心次数呈非线性关系。碰撞使驾驶人倾向于减速提高安全性,造成在短时间内平均车速达到碰撞前的85%。交通流时序平均速度不取决于专注度阈值,而与碰撞率以及由此造成的拥堵程度和持续性有关,合理利用瓶颈路段产生的空隙进行换道有助于加速拥堵的消散。该研究创新性地提出由心智游移引发分心驾驶从而模拟交通事故的显现,仿真结果描述了人-车辆智能体跟驰、换道、碰撞、交互的动态过程以及心理生理状态,真实直观地反映了路网交通流状态,展示了驾驶人因素从微观层级到宏观层级对交通安全性影响的传导过程与关联,体现出事故对交通流运行效率的显著性影响,为交通模型事故仿真技术增添了描述性理论框架,为更好地理解与模拟交通流变化提供了新的依据。