混沌搭建了确定论和概率论之间的桥梁,使我们可以从更为接近实际的角度去认识世界。对交通流混沌现象的研究能够促进交通流理论的新发展和一些交通疑难问题的解决。基于交通流模型的混沌现象研究可以避开实际交通流的各种复杂因素,通过参数的组合变化可以较容易的获得不同的交通流状态,便于从理论上归纳出规律性的结果,为进一步研究实际交通流和仿真交通流提供理论基础。本文对速度优先模型(OVM)和常用的一种非线性跟驰模型-皮埃莱模型这两种交通流模型中混沌现象的运动规律进行了全面细致的研究。首先利用模型的动力学方程生成关于车辆间车头间距的时间序列,然后利用相空间重构技术和几种混沌判别方法对交通流的运动状态进行判别,并分析两种理论模型产生的交通流系统的运动状态随各参变量的变化而变化的规律,最后比较两个模型的研究结果,总结出一些共同的结论,分析差异产生的原因。研究发现,两个模型中都存在着混沌现象,但是混沌一般不会是系统的最终运动状态,而只是系统转向周期状态(拟周期状态)或撞车状态的一个过渡状态。通过对模型不同参变量组合下交通流运动状态的研究得出了一些对总结交通流混沌产生条件非常有用的结论。结合以上两点,如果能找到混沌转变成撞车和周期运动的数值条件,并找出可控因素,就可以得出混沌控制方法。另外,通过两个模型的对比分析发现OVM模型更能反映实际交通情况,更适合用来做交通流混沌的研究,而皮埃莱模型在某些方面存在着不足。