近年来,随着城市化进程的深入,城市机动车辆占有率持续上涨,交通拥堵问题日显突出。目前,随着智能交通系统（Intelligent Transportation System,简称ITS）的广泛应用和车联网技术的飞速发展,驾驶员能够通过车与车互联（Vehicle-to-Vehicle,简称V2V）通讯设备实时接收道路前方多辆车的运行状态信息,而这些反馈信息必将对驾驶员的决策驾驶行为产生重要的影响,从而导致交通流呈现出复杂动态特性。因此,在ITS大力发展背景下开展多信息反馈效应的交通流动力学建模和稳定性分析研究,揭示产生交通拥堵的形成机理,提出有效缓解交通拥堵的策略,对解决城市交通拥堵问题具有重要的实际意义和应用价值。本文以现有交通流微、宏观模型为基础,在ITS环境下,考虑驾驶员的行为特性（如自稳定驾驶行为）、平均优化密度差、平均流量差和平均期望速度场效应,建立若干改进的多信息反馈效应的交通流动力学模型,通过理论分析和数值模拟,着重探讨道路交通流的稳定性、非线性密度波和交通拥堵的演化规律,其研究可为交通管控部门提供一定的理论依据和科学性建议。全文的主要工作如下:一、在ITS环境下,从微观角度出发,研究驾驶员记忆效应与车间距差的耦合作用对交通流稳定性的影响,建立了一种扩展的自稳定驾驶的交通流跟驰模型。通过对模型进行理论分析与数值模拟研究,结果表明耦合车间距差与记忆效应的多信息反馈可以有效地缓解交通拥堵和增强交通系统的稳定性,并且车间距差效应对交通系统更具有致稳作用;此外,驾驶员的记忆时间不会对车辆的启动时间产生影响。二、在ITS环境下,从宏观层面出发,在匝道进出口处考虑驾驶员的后视信息反馈作用对交通系统的影响,提出了改进的匝道格子流体力学模型,重点研究了驾驶员的“后视效应”对匝道交通流稳定性的影响。通过稳定性理论分析得到新模型的稳定性条件,通过非线性分析导出描述交通密度波的m Kd V方程。理论分析与数值模拟结果均表明,在匝道出口处,考虑驾驶员的后视效应可以提高匝道系统的稳定性;而在匝道入口处,这种后视效应则会加剧主干道交通流的失稳。三、基于ITS的应用,考虑平均优化密度差效应对交通流的影响,提出了一个改进的单车道格子流体力学模型,着重研究前方车辆群平均优化密度差的多信息反馈对交通流稳定性的影响。通过理论分析和数值模拟,发现考虑平均优化密度差信息可以稳定交通流,并且考虑更多前方车辆的密度信息时,交通拥堵更易得到有效缓解。四、基于ITS的应用,分别考虑前方道路多格点的平均流量差效应和平均期望速度场效应对交通流的影响,各自建立了相应的三车道格子流体力学模型,重点探讨了这两种效应对多车道交通系统稳定性的影响。研究表明,平均流量差效应和平均期望速度场效应均对交通系统的稳定性起到积极作用,考虑前方更多格点的反馈信息,交通拥堵会得到有效缓解,交通系统越趋于稳定。此外,由于三车道系统存在车辆在近邻、次近邻车道的换道行为,故三车道系统的稳定性最强。总之,在ITS环境下,考虑驾驶员的行为特性（如自稳定驾驶）,考虑前方车辆群的平均优化密度差、平均流量差以及平均期望速度场等因素,均能够在某种程度上增强交通系统运行的稳定性,达到缓减交通堵塞的目的。以上研究可为城市智能交通的运行发展及大数据人工智能时代的智慧交通研究提供有益的参考。最后,总结全文的主要研究工作,并对今后将要开展的工作进行展望。