合理准确的交通流模型不仅有利于理解车辆的行驶行为，而且对分析交通流状况，规划交通路网和实现交通优化控制策略有着十分重要的作用。近几十年来，不同领域的研究者从各自的角度对交通流的特性进行分析，建立了许多交通流理论和模型。通常可以将这些模型分为：微观交通流模型(包括车辆跟驰模型和元胞自动机模型)、中观交通流模型以及宏观交通流模型模型。 本文重点研究微观车辆跟驰行为，特别选取了两种典型的交通流状况，即头车根据预先给定的速度描述做加速或者减速运动而引起车辆队列运动的情形来进行数值模拟。首先对经典的优化速度模型(optimalvelocitymodel，OVM)和GFM模型(Generalizedforcemodel)进行数值仿真，结果显示出现不尽如人意的现象。据此，论文提出了加速度调节车辆跟驰模型——AACM(Acceleration-adjustmentCar-followingModel)，改进了以上两个模型的不足之处，AACM在稳定性、模拟现实交通流系统中存在的各种状态以及现象，如：交通流相变等方面表现出了良好的性能。同时研究了AACM中参数之间的关系、车辆运动延迟时间以及线性稳定性等。众所周知，混合车型是道路交通流的基本构成，车辆属性的不同是确定交通流稳定性的一个重要因素，因此论文在AACM的基础之上提出了多车辆种类车辆跟驰模型，并讨论了其稳定性。特别地，对两类车型以及三类车型混合交通流系统进行数值仿真，得出这两种混合交通流系统的线性稳定性与其中车辆所占比例之间存在一定关系的结论。为了更加接近实际地理解交通动态变化，论文还在AACM中考虑了由于驾驶员反应而引起的车辆运动延迟，提出了“加速度调节时间”的概念，对相应模型AACMDT(Acceleration-adjustmentCar-followingModelwithDelayTime)的数值仿真结果显示：“加速度调节时间”这一概念的提出使得AACMDT允许模型参数取到更加符合实际交通的数值。 由于宏观模型与微观模型之间存在着一定的联系，论文介绍了近几年来发展的几种比较典型的联系微观车辆跟驰模型与宏观交通流模型的系统性方法，随后引入了连续车辆数的概念，将AACM转化为相应的宏观交通流模型，并研究了相应宏观模型的特征属性。论文还采用基于波前的非线性方法研究了一类各向异性宏观交通流模型以及Payne-Whitham型宏观交通流模型的稳定性，并结合Padé逼近方法进行相应的数值仿真，得到的结果与理论分析相一致。 另外，论文介绍了表征交通流特性的一些基本变量，讨论交通流连续性理论的基本关系曲线，并简单介绍了三相交通理论以及交通流模型的稳定性定义，通过分析各类已有的交通流模型，总结这些模型的优缺点，进一步指导了论文中模型的建立。 最后，论文提出了对本课题的结论和展望，包括：基于模型的混合交通流基本参数研究、城市专用公交线路模型研究和利用计算机进行交通仿真等。