随着科学技术的发展,中国机动车保有量日益上涨,交通拥堵问题变得越来越严峻,交通领域的管理者及科研人员一直致力于解决此问题,他们通过使用微观交通仿真软件进行交通模拟实验寻求最佳解决方案。然而使用现有的交通仿真软件管理和迁移实验数据的成本太高,而且这些仿真软件的跟驰模型把跟驰车辆轨迹数据的更新时间设为了固定值,没有考虑到驾驶员的反应时间是一个动态的特征,使得车辆跟车轨迹偏离真实值。本文创新性的建立了基于驾驶时长的驾驶员反应时间模型,基于网约车的轨迹数据集,将驾驶疲劳与驾驶员反应时间相联系,最终建立了一个可以很好的嵌入在交通微观仿真系统上的驾驶员反应时间模型。然后,本文提出了基于生成对抗网络(GAN)的动态跟驰模型(Dynamic Car-following Model,DCFM),模型由两个模块组成,第一个模块为前面建立的驾驶员反应时间模型,第二个模块为本文提出的基于生成对抗网络的跟驰决策算法,决策算法由生成对抗网络生成的决策库和决策指标组成,并用对比实验验证了DCFM的优越性。之后,本文对交通仿真的其他模型进行了设计与优化,包括车辆产生模型,路网模型,车辆路线规划模型,换道模型,交通信号灯模型,路口控制模型,车辆轨迹模型等。最后,本文搭建了基于WEB的城市微观交通仿真系统,因为部署在云端,仿真实验数据集的迁移问题就直接得到了解决,系统为用户提供了灵活的仿真交互界面,首先提供了基于(OpenStreetMap)OSM的整个中国地图,用户可以进行查找、裁剪或自行上传,还为用户提供了区域划分方案的画布,用户可以极其细微的调整自己的区域划分方案。在数据管理方面,为用户提供了轨迹数据管理,路网图管理,区域划分方案管理和OD矩阵管理功能,大大提高了用户管理数据的效率。同时,本系统还提供了交通热力图、区域流量走势图和拥堵检测的功能,让用户更好的观测实验结果。