城市道路拥堵和事故给经济社会进步造成很大损失。其中驾驶人行为是造成拥堵和事故的主要原因,故有必要研究和建立以驾驶人为中心的交通流模型。论文从驾驶行为入手,研究驾驶行为演化对于交通事件涌现的机理和影响,提出了一种考虑驾驶行为演化的微中观模型,利用多智能体系统建立模型架构,通过规则算法编写,基于Net Logo平台实现。通过现实数据和仿真结果对比验证了典型场景下模型有效性,并与以往交通流研究结论进行了对比分析。为建立考虑驾驶行为异质性和演化特征,展现交通事件涌现的中观交通流模型,通过对以往模型优缺点分析,在构建模型主要考虑:(1)模型应能够反映跟驰、换道行为对交通流的影响,在交通事件涌现时能维持运行;(2)仿真驾驶人能够对于交通环境进行感知和判断,具有自主性、社会性和行为演化的基础特征;(3)拥堵和碰撞两类主要交通事件能在模型中涌现,模型能反映现实交通的动态变化。为了对以往模型改进,论文确定采用多智能体架构建模,首先建立驾驶人-车辆智能体,部署演化因素体现驾驶人异质性。采取规则算法实现跟驰、换道、碰撞行为。基于Net Logo软件编写可视化仿真程序,采用网络问卷和实地调研相结合的方式标定仿真参数。考虑换道因素的影响,选择城市主干路作为仿真环境,进行分组多次仿真。最后验证并分析仿真结果中车速、加速度、车道分布、碰撞等中观交通流指标。仿真结果中发现,驾驶人换道行为与其换道意愿呈非线性变化;换道意愿对道路运行平均车速呈现U型趋势。碰撞因素在道路达到临界密度后,才成为影响道路运行的首要因素。模型能够展现为中观交通流运行状态的时空分布,体现驾驶人异质性与车速的关系,验证道路密度对于事故频数的相关性,最后推证驾驶行为演化对交通运行的影响。仿真结果还表明:当不考虑碰撞的情况时,驾驶行为演化会导致道路运行平均车速最低。但由于交通动态事件出现,造成交通流的破碎和重组,导致驾驶行为非线性变化,使驾驶演化行为难以预知,难以通过车速、换道行为等指区分分驾驶人,故难以预测驾驶行为演化和对驾驶人画像。最后,选择现实案例NGSIM数据集和经典仿真软件VISSIM仿真数据对论文仿真模型进行对比校验,论文模型结果相比VISSIM更加真实。综上所述,该模型能够更真实、连续地展示交通事件的涌现以及交通流的破碎重组,同时也能够为研究驾驶人行为演化提供模型和平台,对完善交通流模型,研究影响交通流运行的因素具有一定意义。