车辆换道模型是微观交通仿真的最基本模型之一。换道行为是驾驶员根据自身的驾驶特性,通过周围车辆的车速、间隙等周边环境信息的刺激以调整策略并完成自身驾驶目标的综合过程。换道行为直接影响到道路的车流量和密度,许多交通现象的产生都伴随有换道行为,换道模型构造的质量在很大程度上决定着微观交通仿真系统的可靠性。路径选择是任何一个驾驶员出行都会遇到的问题,对其进行深入研究,找到适合于局部动态路网环境下驾驶员进行路径选择所需的路径搜索算法具有应用意义。本文旨在研究并实现城市微观交通仿真系统中的微观换道模型,并进一步对驾驶员的路径选择行为进行研究。论文的主要工作如下:(1)深入研究了驾驶员的生理心理特性和车辆的动力特性,运用Agent理论对驾驶员-车辆单元进行建模,建立了驾驶员-车辆Agent(DV-Agent)混合体系结构,并描述了DV-Agent间的通信机制。(2)运用模糊理论对DV-Agent的微观换道行为进行了模糊建模,包括自由换道行为的模糊建模和强制换道行为的模糊建模。采集城市交通中换道行为的现场数据,建立了合理的仿真环境对本文所提出的模糊换道模型的有效性进行了验证。(3)进一步研究DV-Agent的动态路径选择问题。在A*算法中引入方向信息,并考虑实际的交通环境,给出了复杂动态交通环境下基于矢量夹角的局部路径搜索算法,以搜索到合理的新路径供DV-Agent进行路径选择,最后通过仿真实验来验证该算法的有效性。