车辆跟驰行为是交通流理论的主要研究领域之一。通过对车辆跟驰行为的研究和建模,可以量化分析出跟驰车辆之间的相互作用,揭示单车道交通流的特性,为进行交通模拟提供基础。因此,在交通仿真系统中,车辆跟驰模型是其基本模型之一。车辆跟驰模型的精度越高,交通仿真的逼真性和还原度也越高。这对于利用交通仿真进行道路通行能力计算、服务水平划分、交通政策评价,从而改善交通环境、提升交通系统服务水平具有重要意义。传统的交通仿真大多是离线仿真,具有滞后性等局限性,难以为实现交通的实时管理与控制提供及时指导。而通过对实时车辆行驶数据及交通控制系统信息的采集与处理,在线交通仿真系统能够尽量真实地还原实际交通场景,并快速地预测未来交通状况。作为在线交通仿真系统的基础模型,在线车辆跟驰模型可以利用实时数据对自身进行在线更新,能够更好的模拟当前真实交通现场的跟驰行为,保证在线交通仿真的精度。本文针对基于数据驱动的在线交通仿真车辆跟驰模型展开研究,主要工作包括:1.基于在线支持向量回归方法的车辆跟驰行为模型构建深入分析了车辆跟驰行为的特点,针对现有车辆跟驰模型无法准确反映动态交通环境下车辆跟驰行为的局限性,引入在线支持向量回归机,利用其能够对非线性时变系统具有更好的实时跟踪建模能力,采用数据驱动的方法,实现车辆跟驰行为的在线建模,实现对动态环境下驾驶行为的快速、准确预测。2.在线支持向量回归车辆跟驰模型的标定与验证利用次时代仿真(NGSIM)项目的实测车辆轨迹数据,对本文提出的车辆跟驰在线模型进行参数标定和误差评估,并通过仿真实验验证其向前一步与向前多步的预测精度和宏观复现能力。3.USTCMTS2.0交通仿真软件在线跟驰系统的设计与实现在交通仿真软件USTCMTS2.0平台中,增加了在线仿真功能,实现了本文提出的在线车辆跟驰模型,为道路交通的在线仿真实验提供了核心引擎。