本文以交通中最司空见惯的、由畅通交通流短时间内变化到拥挤交通流这一现象--交通流的breakdown现象作为展开研究的出发点和研究核心，透过现象解析交通拥堵问题的本质。该研究的意义在于从交通流自身演变的规律中寻求交通拥堵发生的时机，从而为针对缓解交通拥堵的交通管理提供理论的依据及关键参数。　　 首先，本文以交通流基本图为载体，将一系列交通现象，如交通流breakdown现象、通行能力突降(capacity drop)、相变(phase transition)、交通迟滞(traffic hysteresis)等等联系起来，综合考虑时间因素和空间因素，对它们之间的关系给予全面的理解和验证。实测发现，breakdown现象常常在未达到通行能力的一个“畅通且密集”的交通流区域发生，并引起了一连串的其他现象的发生。根据上海市快速道路的实测数据，笔者发现了上述现象，然而迟滞现象却并不总是呈现顺时针方向。在从畅通到拥挤的状态跳转及其反过程中，交通流参数并无固定的大小关系。此外还提出了利用这些现象进行交通控制的思路。　　 论文从微观角度入手解析了breakdown产生的过程。交通扰动的传播造成了交通流的不稳定，不稳定的交通流将很容易发生breakdown(或相变)。对扰动诱发交通流不稳定的机理利用图解的方法进行了解析，得到的主要结论有以下几点：外部的道路条件、环境因素和密集交通流的随机波动都可能引发交通扰动；交通扰动是交通流不稳定的诱因，扰动是否引发交通流不稳定的影响因素主要有背景交通状况、驾驶员特征和车队的均一性；要保持交通流稳定，驾驶员应在扰动到来之前感应到扰动的存在，预测出扰动到达自身的时间，并在此时间之内作出反应。　　 对breakdown的研究中一直存在一个争论，即breakdown是否可以自发产生，这一问题争论的焦点实际上在于引起breakdown的起因。笔者认为交通流是一个由存在相互作用的大量车辆组成的非均衡交通系统，车辆的行驶速度及其与前车的间距都不是均匀的，即交通流中存在随机扰动，使得breakdown可能在远离瓶颈的地方自发的产生。论文明确的定义了影响交通流breakdown的外部因素和内部因素，从而定义了“自发”和“诱发”breakdown。Breakdown与三个因素有关，交通状况即流量水平、扰动和驾驶行为，其中扰动又包括扰动诱因、扰动频率、初始扰动振幅和初始扰动持续时间。在不考虑扰动诱因和扰动频率的情况下，breakdown过程实际上就是扰动在交通流中的传播演变过程，这也是本文所研究的纯粹自发breakdown过程。　　 交通流的随机性是自发以及诱发交通流breakdown的重要原因，论文讨论了交通流随机性的几个主要体现：车间距的离散性、反应时间的随机性，以及驾驶行为的多样性。利用美国NGSIM实测数据对不同速度水平下的车间时距分布用Gamma分布进行了拟合，并总结了受扰交通与非受扰交通、减速阶段与加速阶段拟合参数的差异，从而获得了在breakdown问题建模中考虑迟滞现象的方法。对反应时间的分析和讨论表明，驾驶员不能作为。个整体对待，而应加以分类；仅当跟年状态下车间距缩小到一定程度时驾驶员才会对前车的动作(刺激)作出反应。根据美国NGSIM的数据，分析了驾驶行为的差异使稳定交通流变得不稳定的示例。较大的车问距、较短的反应时间、较远的视距，对稳定交通流都是有利的，而车队的均一性对交通流稳定性有双面作用。　　 论文提出了一个新的交通流白发breakdown的概率模型。该模型基于跟车理论，充分考虑了实际交通流中可能存在的通行能力降低和迟滞现象，考虑了驾驶员类型因素、驾驶行为因素，即将驾驶员分为“冒险型”和“保守型”两种，它们遇到扰动后的反应行为分为“继承”和“改变”两种。此外还考虑了“二次扰动”现象并进行了必要假设。该模型符合实际交通流中减速波、加速波，以及车辆在任何状态中的速度都是变化的这一事实，改进了已有类似模型的不足，既能够描述扰动幅度的变化，也能够描述扰动覆盖空间范围的变化。同时，模型计算结果也表明，在密集交通流状态下，车辆之间存在跟车行为之后，交通流容易受到扰动的影响并可能逐步演变成breakdown，而这一点在自由流交通中几乎是不可能发生的。