自交通强国战略提出以来,道路建设日益完善,社会经济迅速发展,机动车保有量飞速增长,道路交通拥堵问题已成为阻碍社会经济发展的一大难题。交通拥堵初期以部分车辆的减速-加速现象为主要形式,这种车辆自发形成的走走停停现象又被称为“交通震荡”。道路上频繁出现交通震荡现象将严重降低道路通行效率,同时增加碳排放量,危害交通安全。经研究表明,个体驾驶员的微观驾驶行为差异是造成交通震荡的重要原因。因此本文从驾驶风格角度入手,构建考虑个体驾驶员驾驶风格的车辆跟驰模型并进行参数标定,通过数值仿真还原交通震荡现象,从而探究微观驾驶行为与宏观交通流之间存在的联系。本文首先基于聚类分析法对驾驶风格进行划分。从NGSIM数据集中筛选出共1430名符合跟驰条件的驾驶员,提取驾驶风格特征参数值。利用因子分析方法对初步选取的特征参数进行降维,得到简化后的公因子用于K-means聚类分析,将驾驶风格划分为4类。根据类型特征将其分别命名为“迟钝-激进”型、“敏捷-稳重”型、“标准”型和“迟钝-胆小”型。其次,考虑个体驾驶员的驾驶风格构建车辆跟驰模型。采用感知及反应程度表征个体驾驶员驾驶风格,将驾驶风格参数引入全速度差模型（FVDM）,构建考虑个体驾驶员驾驶风格的跟驰模型（DSOVM）。通过稳定性分析及进一步仿真验证,证实了驾驶员感知反应程度越高交通流稳定性越好。然后,对改进后的模型进行标定及仿真验证。在NGSIM数据集中选出4列跟驰车队作为标定数据,利用遗传算法标定模型未知参数。经仿真对比分析,验证在模型中加入驾驶风格参数能够更好地再现车辆时空轨迹。最后,利用改进后的模型开展交通震荡仿真研究。用速度标准差反映交通震荡的振幅,通过设定不同的仿真条件,对比分析头车在匀速及变速行驶时交通震荡振幅的变化趋势。改变头车行驶状态及车队中驾驶风格类型的构成,进一步分析不同驾驶风格对交通震荡的影响。结果表明改进后的模型能够重现速度标准差的凹增长模式,且交通流运行速度及驾驶风格都会影响交通震荡演变。