随着机动车保有量的持续增加,交通拥堵问题日益严重,给人们的日常出行造成诸多不便,并进一步引起了交通安全、能源消耗和环境污染等一系列负面问题。而现有的基础设施建设速度远远滞后于人们的出行需求增长,因此如何科学地处理交通供需不平衡这一世界难题,提高人们的出行质量和城市生态,成为现阶段亟待解决的重要问题。车联网技术的出现为解决交通拥堵问题带来了新契机。该技术下车辆间可实时共享速度、加速度、车间距等车辆状态信息,并根据信息传输的范围实现车辆之间的协同驾驶。本文基于车联网环境,从新交通环境下车辆运行的特征与车辆间的相互作用机理入手,构建微观道路交通流模型,通过理论分析与数值仿真研究了车辆网环境下各种交通流实测现象,并进一步探讨信息可靠性对交通流动力学的影响。具体研究工作如下:(1)在Newell模型基础上提出考虑车间距变化趋势的车辆跟驰模型。实际交通系统中的车辆都是同时运动的,受制于检测技术与信息技术的局限,现有的交通建模并没有很好地解释这一微观交通现象。车联网环境下驾驶员可预测前车下一时刻车辆的运动趋势,基于此,本文构建了能描述实际车辆跟驰行为的微观道路交通流模型。通过线性稳定性分析理论对模型进行了解析分析,并给出不同预测时间对交通流稳定性的影响。在线性稳定性分析的基础上,采用摄动方法进一步对模型进行了非线性分析,以准确描述临界点附近交通的演化特征。最后,通过数值仿真验证该模型的有效性。(2)基于下游交通条件,建立多车间距变化趋势的车辆跟驰模型。下游的交通流条件对当前车的运行状态影响显著,如果当前车获取下游车辆的状态信息,可避免频繁的加减速度,减少扰动的产生。受益于车联网技术,本文把下游车辆的状态信息融入到研究内容(1)中的模型中,构建多期望效应的微观跟驰模型。借助于稳定性分析方法,得到不同车间距下交通流的临界稳定条件,并进一步采用非线性分析方法给出非线性解析结果,研究扰动在亚稳态区域如何传播。结合理论分析结果,通过数值仿真讨论下游交通条件信息对道路交通流稳定性及相变的影响,结果发现多前车车头间距变化趋势共享信息能够明显地平滑交通流,抑制交通拥堵的形成。(3)构建能描述车辆通信可靠性对交通流影响的微观道路交通流模型。考虑到车辆通信的可靠性可能会对联网车交通流系统产生重要的影响,本文基于研究内容(2)构建了能够描述车辆间通信可靠性的随机微观交通流跟驰模型。为了证明随机共享信息不完美连接对交通流的影响,本文采用线性和非线性分析方法对模型进行理论分析,并进一步在不同的交通场景下通过数值实验验证解析结果。结果表明,下游车辆与当前车通信可靠性对交通流稳定性的影响与下游车辆的相对位置相关,车辆的相对位置越接近当前车辆,对交通流稳定性的影响越大。