近几年，随着汽车保有量的增加，交通拥堵和全球气候变暖越来越严重，学者们基于交通流模型结合该现象提出了许多交通流新模型，以缓解交通拥挤。
　　本文的工作旨在研究基于跟驰模型产生的汽车能耗经济性问题，考虑了反馈控制信号和司机记忆效应，建立一些改进的跟驰模型，为了研究这些因素对交通流和汽车能耗的影响，通过理论分析和数值模拟进行了深入探究。全文的主要工作如下：
　　一、司机记忆效应在跟驰模型中的反馈控制研究
　　基于Bando提出的优化速度模型，考虑到记忆时间对交通流的影响，提出一种改进的模型。通过运用控制理论的方法对有无司机记忆时间和反馈控制项目进行理论分析，得到新模型的稳定条件，通过稳定性条件来说明司机的司机记忆时间和控制信号对整个车流的影响。并进行数值模拟，以此验证理论分析结果，形象地表明改进的模型对车流起到一定的积极作用。
　　二、考虑到记忆加速度对交通流的稳定性和汽车能耗经济性的研究
　　基于姜锐提出的全速度差模型，提出了一种新的模型，为了研究记忆加速度对交通流和汽车能耗的影响。通过运用控制理论获得稳定条件，再采用数值模拟验证理论分析并进一步证明记忆效应对缓解交通阻塞是有利的，随后，探讨加速度记忆的弗吉尼亚技术微观模型，为了研究能耗影响，运用数值模拟表明了司机通过有意识的控制记忆时间可以降低能耗，并可以发现记忆加速度可以缓解交通拥堵并减少汽车能耗。
　　三、非机动车参与对微观交通流和汽车能耗的影响
　　基于Bando提出的优化速度模型，在非机动车参与交通流的情形下，考虑到司机记忆时间，提出了一种新模型。分别对有无非机动车参与、记忆效应和反馈控制的情形下，运用控制理论的方法对该模型进行理论分析，进而得到稳定条件，结合VT-Micro模型，然后采用数值模拟对理论分析进行验证。结果表明，不同情形下，改进的模型对交通流和汽车燃油的影响是不同的。