当今,随着城市建设、城市人口、城市规模的不断发展与扩大,道路车辆也与日俱增,使得城市交通需求高速增长,产生了交通拥堵、交通污染、交通事故与能源消耗四大问题。交通拥堵是一种超负荷交通流现象,本质上是交通流模型的孤立波问题。先进的智能交通系统(ITS)的迅速发展,正在通过提供交通信息来改变交通控制和管理的方式,已经成为解决严重交通拥堵问题的一种手段。本文基于经典的最优速度模型,考虑驾驶员提前获知智能提示限速信息,对多种因素存在相应多个反应时滞影响交通流的问题,给出了三个新的车辆跟驰模型,分析了模型的线性稳定性与非线性孤立波。具体工作如下:首先,给出考虑驾驶员提前获知智能提示限速信息的最优速度模型。通过线性稳定性分析得到了模型的稳定性条件。结果表明,通过提前获知限速信息,交通流的稳定区域明显扩大。进一步,在三种精准限速信息的情形下分析稳定条件的精准性。用约化摄动法分别导出了在稳定区域、亚稳态区域和不稳定区域内的密度波方程—Burgers方程、KdV方程与mKdV方程。通过它们的孤立波或扭结—反扭结解给出提前获知限速信息对解决交通堵塞问题的建议。其次,给出考虑驾驶员提前获知智能提示限速信息,对车头间距和相对速度的双反应时滞的最优速度模型。得到了该模型的稳定性条件,分析了双时滞的差值对于扩大交通流稳定区域的影响。分别在稳定区域、亚稳态区域和不稳定区域导出了Burgers方程、KdV方程与mKdV方程。通过它们的孤立波或扭结—反扭结解分析了双时滞的差异对交通堵塞的影响。最后,给出考虑驾驶员提前获知智能提示限速信息,对车头间距、相对速度、提前获知限速信息的三个反应时滞的最优速度模型。得到了该模型的稳定性条件,分析了三个时滞的差值对扩大交通流稳定区域的影响。分别在稳定区域、亚稳态区域和不稳定区域导出了Burgers方程、KdV方程和mKdV方程。通过它们的孤立波或扭结—反扭结解分析了三个时滞的差异对交通堵塞的影响。