快速路合流区作为主线交通和汇入交通交汇路段，存在大量的车道变换行为，由于汇入车辆必须在合流区长度内完成换道，因此换道现象比普通区段更为突出，频繁的车道变换极易引发交通流状态紊乱和通行能力降低，并且不恰当的车道变换行为更是引发交通事故的主要成因。由于合流区交通流换道交织复杂，模型对其特征捕捉和获取难度较大，这大大增加了建模的难度，并影响仿真的准确性。此外，车道变换模型作为微观交通仿真中描述驾驶行为的两大最重要的模型之一，由于车道变换行为复杂，且描述车辆运行行为的微观数据难以获取，导致车道变换模型在我国在研究还十分薄弱。目前，国内外关于车道变换模型的研究主要集中在主线车道，而关于合流区方面的研究成果相对较少，相关研究成果存在的不足之处主要表现在以下三个方面：一是目前关于驾驶员特征的研究主要侧重于宏观统计学分析，驾驶员特征的划分并没有与实际的驾驶行为相关联，划分结果不能为仿真模型所应用，导致现有的换道模型大都不考虑驾驶员特征因素，忽略驾驶员特征差异对车辆运行行为的影响；二是现有的仿真模型大都通过假定汇入车辆不会对主线车辆产生影响或汇入车辆会“谦让”主线车辆，从而简化了两股交通流之间复杂的动态交互行为，导致仿真结果与实际情况不符；三是由于车道变换模型参数标定需要大量的微观运行轨迹数据，数据获取难度较大，因此现有模型大都停留在建模思路与概念模型，缺乏实测数据对模型参数进行标定，模型的适用性不足。本文将在总结国内外已有研究优势与不足的基础上，综合运用调查与实验研究、系统分析、计算机仿真研究和理论分析、逻辑推理等相关方法，以实际调查数据为支撑，以提炼和抽象合流区复杂的交通流相互作用行为为研究切入点，充分考虑驾驶员个体特征差异对驾驶行为的影响，构建合流区车道变换模型。具体研究工作包括：（1）选取典型快速路合流区作为调查对象，利用视频处理软件VEVID进行处理，获取大量车辆运行轨迹数据，应用数理统计原理对调查数据进行统计分析，得出合流区交通流特征和换道行为特征。（2）采用驾驶员行为量表调查方法对驾驶员的特征进行主观分析，得到驾驶员特征对驾驶行为的影响关系，以及影响潜在行为的相关因素；结合驾驶员特征划分的不确定性和模糊性，分别选取反应汇入车辆及主线车辆驾驶员特征的指标，利用模糊聚类和k-s检验方法，构建驾驶员特征整合模型。（3）通过采集的车辆运行轨迹数据，分析交通流相互作用特征，根据车道变换流程及机理，建立模型决策框架，在此基础上考虑驾驶员特征及交通流相互协同机理，分别建立协同型车道变换模型、强迫型车道变换模型及间隙接受模型，通过因子分析法和逐步回归法进行模型输入变量的筛选，并采用极大似然估计法进行模型参数的标定。（4）以微观交通仿真系统TPSS为仿真平台，结合软件工程的设计思想并运用C++编程语言设计实现合流区车道变换模型的仿真模块，应用于仿真系统的开发，并根据调查数据建立仿真案例，选用均方根偏差（RMSE）和平均百分比偏差（MPE）评价指标对模型的有效性进行验证，验证结果表明构建的快速路合流区仿真模型可以较好的表示合流区交通流复杂的运行行为。（5）综合考虑快速路合流区主线及匝道服务交通量，应用构建的仿真模型对不同加速车道长度对交通流服务水平的影响规律进行分析，以满足合流区上游及合流区本身相应服务水平为目标，得出加速车道最小长度推荐值。研究的主要创新之处体现在以下三个方面：（1）将驾驶员特征因素对交通流运行行为的影响进行量化分析，结合驾驶员特征划分的不确定性和模糊性，采用模糊聚类和K-S检验方法，建立了一个连续的驾驶员特征整合模型，以真实表示驾驶员特征差异对驾驶行为的影响。（2）在合流区换道过程中充分考虑主线车辆与汇入车辆之间复杂的礼让、协作等相互协调行为，以及驾驶员特征差异对驾驶行为影响，分别构建协同型车道变换模型、强迫型车道变换模型和间隙接受模型。（3）根据视频处理软件获取的大量微观运行数据，运用因子分析法和逐步回归法选取反映车道变换信息且影响显著的内生变量作为模型的输入变量，从而避免信息重叠对仿真过程的干扰，并采用极大似然估计对构建模型的参数进行标定，克服了经验法标定的缺陷。通过本文研究，构建了一个可以准确描述快速路合流区交通流特征的仿真模型，为缓解城市快速路交通拥堵问题提供技术支持；同时对于促进智能技术在交通运输领域的应用与实施具有重要的理论意义和实用价值。