Lighthill、Whitham、Richard基于流体动力学理论,将车流运动对比流体运动,把交通流视为大量车辆构成的一维可压缩连续流体,引入车辆密度和平均速度的概念,建立密度和速度的偏微分方程以及平衡速度密度函数,利用流量、密度、速度描述交通流的动态变化,首次提出宏观交通流连续性方程,即LWR模型。宏观交通流模型交通流密度和交通流量满足流量守恒时的运动规律,可以揭示交通流的主要动力学行为。Daganzo利用梯形流量-密度函数关系基本图,采用Godunov格式有限差分方法对LWR模型离散化近似,首次提出一阶宏观离散交通流模型,即元胞传输模型(Cell Transmission Model,CTM)。元胞传输模型简单高效且能够捕捉交通流激波形成、堵塞的形成与消散等特性,在模拟交通流动态特性和交通控制方面具有重要意义。对于元胞传输模型的改进和应用范围的扩展主要是针对不同的交通拥堵类型,提高模拟相应的交通流动态特性和更为复杂的交通流现象(如通行能力下降、交通流振荡)的精度。但是目前仍然缺少能准确揭示道路通行能力下降与拥堵程度之间联系的方法,缺少能够反映拥堵水平和排队流出率关系的模型,元胞传输模型及其改进模型会过高估计排队流出率。针对上述问题,本文利用实测的交通流数据,建立拥堵状态下车流密度与排队流出率的函数关系,构建能够更加精确地模拟实际交通流动态变化特性的改进元胞传输模型。利用该模型模拟排队流出率,并与实测数据和其他模型对比。结果表明,该模型能够更准确地模拟实际排队流出率的动态变化特性,弥补现有模型缺点。针对不同的交通拥堵模式,该模型能与现有模型结合使用,优势互补,揭示宏观交通流的动态变化特性和更复杂的交通流现象,为制定科学的交通控制方案提供依据。