车辆跟驰模型作为最基础的交通流理论分支,是交通流理论模型中应用最多、研究最深入的一类,国外在这方面的研究已经持续了半个多世纪。但现有模型在模型稳定性不理想、模拟的加速度与实际情况存在差异、难以体现真实交通存在的不对称性等方面尚存在不足。另一方面,现有的研究成果尚不能完全描述观测到的各种交通流现象,如何优化微观跟驰模型,以合理解释真实交通流的各种变化规律,尚需进一步的研究和探讨。论文在回顾现有的各种交通流微观跟驰模型的基础上,重点分析了基于优化速度函数的几种经典跟驰模型,如Newell模型、OV模型、GF模型、FVD模型中存在的问题。并以OV模型为例,通过数值模拟验证了模型存在的缺陷。在此基础上,从考虑多期望优化速度和多速度差信息的角度出发,提出了一种基于多前车信息及速度差的微观跟驰模型(MAVD,Multiple Ahead & VelocityDifference),并完成了对模型线性稳定性的理论分析,获得了该模型的稳定条件。与前述模型对比分析发现,MAVD模型的自由流稳定敏感系数临界值变小,稳定区域增大,模型性能明显改善。数值模拟的对比结果表明,MAVD模型中所考虑的与多前车信息,对模型性能存在不可忽视的影响。因而,MAVD模型能更有效地刻画交通流的实际状态,增强仿真过程的稳定性和抑制仿真车流堵塞。为了进一步探讨MAVD模型的性能,还分析了MAVD模型参数对交通流仿真的影响,并研究了模型参数变化与交通流迟滞现象之间的关系。此外,应用MAVD模型进行了交通流临界相变行为的仿真研究,表明从自由流到同步流的相变与限速瓶颈性质有关,在长限速瓶颈处是连续相变,而在短限速瓶颈处则为非连续相变。