合理准确的交通流模型不仅有利于理解车辆的行驶行为,而且对分析交通流状况,规划交通网络和实现交通优化控制策略都有十分重要的作用。近几十年来,不同领域的研究者从各自的角度对交通流的特性进行了分析,建立了许多交通流理论和模型。本文在现有交通流微观模型的基础上,提出了改进的模型,并进行相应的理论分析和数值模拟。此外,还探讨了宏观交通流模型在路网交通状态分析中的应用。全文的主要工作如下:1.提出了两种最近邻车辆交互跟驰模型:自适应车头距跟驰模型和速度差-间距跟驰模型。在自适应车头距跟驰模型中,引入了期望安全间距概念。在跟驰阶段,考虑到跟随车不仅根据与引导车的速度差调整自身加速度,而且还希望达到一个依赖于当前速度的期望安全车头距,因此一项用于调节安全车头距的非线性项被引入改进的模型;在速度差-间距跟驰模型中,综合考虑了驾驶员在不同车间距对加速愿望程度的不同,通过相应的改进克服了全速度差模型在共存相中出现不合理速度的缺陷。数值模拟表明,这两个模型更具可信性和可用性。2.提出了一种次近邻车辆交互跟驰模型——改进的广义优化速度模型(improved generalized optimal velocity model, IGOVM),该模型在描述车流队列的加速和减速情形时消除了存在于广义优化速度模型(GOVM)中的车辆碰撞和车速震荡现象。此外,我们还讨论了该模型的线性稳定性,结果表明该模型对交通流具有进一步的致稳作用。3.提出了一种次近邻速度差交互信息的车辆跟驰模型——次近邻速度差交互跟驰模型。该模型的建模思想是基于跟驰车驾驶员除了考虑前方最近邻车辆的干扰作用,还可受次近邻速度差交互信息的作用。线性稳定分析和仿真试验均表明次近邻速度差交互信息引入该模型对抑制交通拥堵具有明显的效果。此外,我们还应用非线性分析的方法推导了该模型在稳定流区域出现的可由Burgers方程描述三角激波。