交通仿真技术作为一种重要的交通分析评价工具,已经渗透到交通工程研究的各个领域。目前,机动车驾驶员微观行为模型已经发展的相当成熟,但混合交通环境下各类交通实体的微观行为研究还很少,尤其对各类交通流间相互干扰的仿真研究目前还处于起步阶段。本文结合导师主持的国家自然科学基金项目“混合交通环境下信号平交路口服务水平计算仿真研究”,应用视频采集设备在北京市三个不同的典型信号交叉口对机非干扰的微观行为进行了数据采集。通过对这些数据的整理、归纳、分析,研究了信号交叉口机非干扰的行为特性及相邻干扰区对自行车和机动车的影响,并建立了机非干扰微观行为模型。本文内容为混合交通流微观仿真提供了较好的理论支持。本文重点研究一下几个问题：1.信号交叉口机非干扰及其微观行为分析本文针对机动车和自行车在交叉口运行过程中遇到多次干扰的情况,首先分析了不同信号相位控制下交叉口的机非干扰现象,并从干扰点的角度划分了交叉口机非干扰的类型。然后利用调研数据从速度、干扰程度、通行时间、穿越活动及穿越影响因素五个方面分别研究了不用干扰情况下右转机动车和直行自行车的干扰行为。2.考虑相邻干扰区的机非干扰微观模型建立机非穿越模型是平交路口混合交通流干扰仿真的核心模型,本文首先通过分类统计机动车和自行车有无相邻干扰情况下的速度和穿越决策,分析了相邻干扰区对机动车流和自行车流的影响；然后,提出了基于BP神经网络的自行车穿越决策的微观模型,以调查数据为基础对所提模型进行验证并与Logistic模型比较,结果表明BP模型和Logistic模型都具有较好的精度,且BP模型在穿越间隙时正确率更高。最后,根据所建模型的映射关系计算系统输出对输入参数的一阶灵敏度矩阵,对模型进行灵敏度分析。本文创新点：在大量调研数据的基础上从相邻干扰区的角度分析相邻干扰区对机动车流和自行车流的影响；将BP神经网络运用到自行车穿越决策模型中,丰富了混合交通流微观模型。