交通流理论主要研究交通流随时间和空间的变化规律,需要理解交通流中各种要素的基本特性和其相互关系,以探索交通拥堵的发生机理,并提出有效的预防措施和解决方案以缓解交通拥堵、环境污染和交通事故等交通问题。交通是一个复杂系统,交通流建模可以复现和解释很多复杂的交通现象。本文以元胞自动机(Cellular Automata,简称CA)模型为工具,利用其时空离散特性对高速公路和城市快速路这一类连续交通流进行建模。以往的CA模型对于天气因素的考虑不足,本文在已有研究基础上,考虑更多实际情形,对经典CA模型进行改进,研究了不同参数下的交通流特性和变化规律。具体工作和结论如下:首先,用路面附着系数量化天气因素,推导出动态安全间距,并将其引入NaSch模型和NF模型的确定性减速步中,建立了更安全和符合实际道路环境的单车道模型(SNF模型)。通过对比SNF模型和两个经典模型在常规天气下的基本图和密度速度曲线,发现SNF模型在[0.16,0.5]密度区间具有最高的流量,引入动态安全间距会引起流量波动;SNF模型考虑了前车效应,平均车速更高,确定性动能损耗更小。随后,使用SNF模型在不同天气条件下进行数值模拟,分析了不同限速策略的交通流量和动能损耗的变化规律。结果表明,雨天限速会降低道路流量,在[0.2,0.5]密度区间的大多密度下会增大总动能损耗;雪天限速会明显降低道路流量和增大动能损耗;路面结冰情形限速与路面积雪时的流量和动能损耗随密度的变化规律相似,但不限速会引起动能损耗值激增。然后,通过引入路面附着因子和能见度因子对传统模型中的安全距离进行修正,并将改进SNF模型扩展为双车道模型。按激进程度将驾驶员分为三类,即激进型、温和型、谨慎型,将随机慢化概率和换道概率作为不同驾驶员的两个量化属性。模拟结果显示,中等密度区间内,激进驾驶员的存在能显著提升道路流量和通行能力;温和型驾驶员对交通流的影响差异较小,但随着谨慎型驾驶员的比例增加,道路系统的流量明显下降;积极换道只在一定的密度区间对速度提升有明显贡献。最后,考虑到车辆配备自适应巡航控制(ACC)系统和手动驾驶车辆的混行情形,建立混入ACC车辆的混合交通流CA模型。仿真结果表明,增大ACC车辆渗透率和ACC车辆驾驶员的速度期望因子,道路系统的通行能力会得到较大提升,动能损耗会得到较好的控制,对于改善目前的道路交通有积极作用。本文以NaSch和NF模型为基础,以路面附着系数量化天气因素,建立SNF模型,分析了不同天气下的限速策略对交通流和动能损耗的影响。进一步,用随机慢化概率和换道概率区分三类驾驶员,研究了不同驾驶行为对交通流的影响。此外,考虑ACC车辆和手动驾驶两种驾驶模式,建立混合交通流模型,验证了 ACC车辆对交通流的积极作用。基于CA模型的交通仿真全面支持驾驶行为、道路条件和仿真精度自定义,便于修改,适应性强。CA模型可以避免模拟交通时的“离散”—“连续”—“离散”这一近似过程。本文的几方面研究有几个实际运用:1)不良天气下的道路交通管理和车速控制;2)驾驶员培训和管理;3)驾驶行为方面的交通违法管理和教育;4)自动驾驶技术的应用。综合上述,本文具有完备的理论基础和广阔的实用前景,对道路交通系统的发展有重要意义。