随着城市发展的不断加快,城市道路堵塞问题逐渐突出,尤其在早晚上下班高峰期愈发严重。交通流理论通过对道路交通流进行分析和研究,研究交通流内在规律,揭示交通拥堵问题的产生和发展机理,从而缓解交通拥堵现状,为交通管理和控制提供科学指导。交通震荡现象作为交通流理论的一部分近些年被学者广泛研究,交通震荡的形成和传播严重降低了道路通行效率,增加了车辆油耗排放,同时也是道路交通安全的重大隐患。驾驶员行为是跟驰行为研究的一个重要组成部分,不同类型驾驶员在跟驰过程中的行为存在显著差异。从驾驶员角度分析跟驰行为可以对跟驰行为有更清晰的了解和认识,将驾驶员因素纳入跟驰模型中可以提高跟驰模型的精度,可以更加准确描述驾驶员跟驰行为。本文首先组织驾驶员进行跟驰试验,获取需求跟驰数据,利用移动平均法对数据进行去噪,利用小波变换对不同跟驰速度下驾驶员速度差周期进行分析,并通过显著性检验分析不同驾驶员跟驰过程中速度差周期的差异性,采用聚类分析的方法通过驾驶参数对驾驶员类型进行划分。以传统IDM模型为基础,分析跟驰行为中参数的相关性,研究车头时距、车头间距以及速度差之间的关系,建立改进的IDM跟驰模型,利用遗传算法对模型进行标定,并通过实车试验数据对改进后的模型进行仿真验证。提取交通震荡数据,分析车队中驾驶员速度标准差随车辆编号增加而产生的凹增长现象,利用改进的跟驰模型复现速度标准差的凹增长,研究在跟驰过程中的交通迟滞现象,分析不同类型驾驶员交通迟滞的异同并利用模型进行仿真验证。