交通流理论的研究对现实生活非常重要。它吸引了各个不同领域的学者的关注，从而逐渐发展成了一门自然科学和工程技术相结合的交叉学科。交通流模型目前主要分为宏观、中观、微观三类。而微观模型中的元胞自动机模型因为简便易用、运算速度快等优势，得到了越来越广泛的应用。这会在文中重点阐述，包括在高速公路和城市交叉口模拟的应用。另外对于交通流理论的发展而言，实测数据的采集和分析是至关重要的，这也将在文中加以阐述。　　第一部分是关于元胞自动机模型的建模分析。首先提出了一个新的元胞自动机模型，并且展示了周期边界下的模拟结果。它可以模拟出自由流(F)，同步流(S)，堵塞(J)三个交通相，以及它们之间的一阶相变。在以往的模型中，只有引入慢启动规则才能模拟出S→J一阶相交，但在本文的模型中，这并不必要。因此本文认为虚拟速度效应可能是这一相变的核心机理。　　接着通过引入一些新参数，同时将期望减速度AD拆成了两个参数，从而分别调整了模型中的期望速度和加速阀值。继而发现同步流的流量主要取决于期望速度，而F→S相变特征主要取决于加速阀值。随着加速阀值左侧取值的增加（或者右侧取值的减少），自由流分支会缩小，然后F→S相变会逐渐从一阶的转化为连续的。　　然后研究了这个模型在开放边界下的孤立上匝道堵塞模式图。本文的结果和多数符合三相理论框架的元胞自动机模型很相似，但在移动同步流模式(MSP)上有区别。本文模拟出来的MSP既可以向上游传播，也可以向下游传播。它的方向取决于自由流和同步流的流量和密度大小。另外在本文的模拟结果中，堵塞或瓶颈出流既可以是自由流，也可以是同步流，这和很多实测数据是吻合的。这些有趣的特征都来自于全局基本图上同步流分支的非单调性。　　最后发现，通过引入更多的参数可以让模型特征发生根本性的变化，甚至是改变相变的属性和交通相的数目，例如变回经典的两相模型。这个模型可以成为一个很好的同步流建模框架，因为它有足够的弹性;使用者可以根据自己的具体需要，任意地调整模型特征。　　第二部分是关于高速公路交通流的实测数据分析。视频数据来自南京机场高速，是用Autoscope设备进行分析处理的，可以提取出来微观单车数据和宏观的统计量。首先研究了常见的双车道交通流，发现当慢车以接近恒定的速度行驶时，形成了典型的移动瓶颈。这种瓶颈会导致流量-密度平面上的统计数据发生变化，不再是通常观察到的二维散布，而是几乎落在一条直线上。这种准线性分布体现出移动瓶颈对交通流能起到均匀化和稳定化的作用;这种作用的大小取决于瓶颈的强度和强度的稳定程度，并且有一定的随机性。另外，在一个2012年的小型交通流实验中发现了和实测数据类似的情形，这意味着交通流的各向异性并非是产生准线性分布的核心机理。真正的原因应该是，在一定的速度和车头间距范围内，车辆对小速度差并不敏感。所以当车辆的速度改变不大时，车头间距和瞬时的流率会发生较大的改变。　　然后，由于缺乏精确的单车数据，关于堵塞内部结构如何一直有争议。通过分析机场高速某些严重拥堵时段的视频，发现堵塞内部的微观数据（包括单车速度和车头时距）都是不均匀不稳定的。这意味着所谓均匀堵塞交通(HCT)在现实中并不存在。然后本文通过分析一个2013年进行的交通流实验的结果，进一步确认了这一点。另外还发现，堵塞的微观结构会随着位置轻微地变化，这可能意味着小堵塞会逐渐汇聚成大堵塞，而大堵塞有时候也会分裂成小堵塞。　　由于在2010年7月到9月间，南京机场高速每天有5-10公里的路段是封闭一条车道施工的，于是形成了难得一见的单车道公路，此时换道行为就不存在了。基于测得的单车速度数据和车头时距数据，可以研究纯粹的车辆跟驰行为。当车队的头车速度大于70km/h时，突然的速度下降是有一定概率发生的。相反，当头车速度较慢时，这种速度下降就不会出现了。这一现象表明这种单车道上的交通拥堵应该是典型的F→S一阶相变，进一步支持了Kemer的三相交通流理论假设。另外，在同步流传播的过程中，发现同步流的瞬时流量既有可能比自由流高，也有可能比自由流低，这和本文模型中的模拟结果相吻合。　　与此同时，也研究了单车道条件下的S→J—阶相变，发现其中的交通现象和多车道情形有很大的区别。在多车道条件下，当速度很慢时，交通流总会变得不稳定，并且产生堵塞;但在单车道条件下，很多司机会选择更放松的驾驶方式。为了避免频繁的加速和减速操作，他们会倾向于不紧跟前车。这种不紧跟的驾驶行为是可以理解的，因为即便车头时距很大，也不可能在单车道上进行超车。本文把这种现象称为“平滑化效应”，它使交通流变得更均匀，于是单车道交通流会比多车道更稳定。这一发现意味着，当交通较拥堵时，使用禁止超车的管理策略可以降低堵塞出现的概率。另外，单车道条件下同步流数据点在流量-密度平面上的分布位置，往往位于多车道条件下数据点的左侧和下方。所以从Kerner的三相交通流理论假设来说，它们确实更难以发生相变。　　第三部分是关于城市道路交叉口的交通流模拟。一方面本文研究了无信号控制的T型交叉口，使用的元胞自动机模型是在经典的NS模型基础上改进得到的。在模拟中令车辆沿1/4圆弧运动，细化了车辆避让条件，同时考虑到了交叉口的几何尺寸影响。接下来主要研究了交叉口的状态相图，以及各个进口道的通行能力。另外还使用OpenGL框架创造了三维的仿真动画，这样可以呈现出更真实、界面更友好的模拟效果。　　另一方面本文也研究了信号控制的十字交叉口。当交叉口不存在左转专用道时，信号灯也只能使用经典的两相相位配置。此时直行车辆和左转车辆就需要共用车道，它们之间的冲突就需要重点分析。这里使用的基本模拟方法和前文所述的无信号控制交叉口相同，但是将元胞自动机模型替换成了第二章中具体讨论过的新模型。主要研究了左车道车辆的平均行程时间，以及相应的分布;同时也展示了进口道通行能力图和交叉口状态相图，发现它们的特征主要取决于进口道流量和左转车辆比例。另外还发现，信号控制方案中的最小绿灯时间可以通过寻找平均行程时间的临界值来确定。　　总而言之，虽然本文在元胞自动机交通流模型模拟、高速公路实测数据分析和城市道路交叉口模拟等几方面取得了一些进展，但未来还有很多工作需要开展。其中包括更好的交通流实测数据采集方式、更好的交通流数据分析处理方法、更好的交通流实验设计思路、交通流理论的进一步完善、以及元胞自动机模型的进一步深入应用等等。