随着城市化进程的加快,城市人口逐年攀升。市区的面积以及路网交通资源的限制,造成了城市交通的拥挤与堵塞现象,严重地降低了市民的出行满意度。因此,引入智能交通的研究成果来指导和优化城市的交通管理,才是提高市民出行通畅率和提高路网容量最经济、最根本的方法。车辆跟驰模型是典型的微观交通流模型。利用该模型可研究前导车与跟驰车在日常跟驰行为中的联系,从而在理论上提出跟驰车辆怎样在保持尽可能小的安全间距前提下,进行对前车速度更好的跟踪方法,以提高道路的通行能力。本文提出基于模糊控制理论的车辆跟驰模型。模型利用驾驶员的期望间距与实际间距之差作为模糊控制的输入元素之一,从而体现了现实中驾驶员感知前车距离的评估方法。另外,提出了驾驶员的经验系数,并把它融入到期望间距、驾驶员反应时间的确定中,从而为研究不同水平驾驶员的驾驶风格提供了理论依据。利用Matlab中的Simulink工具对上述基于模糊控制理论的车辆跟驰模型进行了仿真。仿真采用前导车匀速、匀加(减)速两种情况,并分别研究了不同经验系数下的跟驰行为差异。仿真结果表明：利用上述模型,跟驰车辆能够较好、较快地对前导车进行速度的跟踪和期望间距的保持,也体现出微观非自由流的限制性和滞后性的特点。对具有不同经验系数的跟驰行为分别进行了仿真对比,结果表明,驾驶员的驾驶经验越高,对前车速度的跟踪越快；有一定驾龄的驾驶员,往往会采取更加激进的驾驶风格；驾驶经验较少的驾驶员,对前车的跟驰能力较差。最后,本文分析了论文的不足之处,并给出了下一步的研究方向。