本文在已有微观跟驰模型与宏观流体力学模型的基础上,考虑实际交通中一些典型因素的影响,提出改进的模型,并对模型进行线性分析和非线性分析,探讨模型的临界相变形态以及存在小扰动干扰下的交通流密度波的演化。通过数值模拟验证模型的有效性。论文安排如下:一、基于合作驾驶车辆考虑急推效应影响的跟驰模型在实际交通中,司机的驾驶行为会因前车的环境变化而作出相应的改变,根据此现象,基于Bando等人提出的优化速度模型,考虑前车的影响和急推效应,我们提出基于合作驾驶车辆考虑急推效应的跟驰模型。通过线性稳定性分析,得到中性稳定曲线和临界点,并在临界点附近,运用约化摄动法推导出TDGL和mKdV方程,并通过对热力学势求导得到共存曲线和亚稳态曲线。数值模拟验证了理论分析的正确性,考虑急推效应能更有效地抑制或缓解交通堵塞。二、基于ITS考虑前车当前时刻和历史时刻的速度差影响的跟驰模型在智能交通体系中,由于前车的不同时刻的速度变化会影响当前车的加速或减速状况,因此针对这种车辆加减速过于频繁的状况,我们提出基于ITS考虑前车当前时刻和历史时刻的速度差影响的跟驰模型。通过线性和非线性稳定性分析,得到稳定性条件和临界点状态,并在临界点附近,运用约化摄动法推导出TDGL和mKdV方程,并研究了这两种方程的联系,数值结果验证了理论分析的正确性。通过与已有相关研究的比较,利用ITS考虑前车当前时刻和历史时刻的速度差,获取车辆的更多信息,能够更有效地抑制交通拥堵。三、基于全速度差考虑急推效应的宏观流体力学模型在实际交通中,司机经常会有紧急刹车或者突然加速的行为,针对这对加速和减速过于激烈的问题,在姜锐的全速度差跟驰模型的基础上,建立了考虑急推效应的全速度差微观跟驰模型。然后通过交通流微观量和宏观量之间的转换,提出了考虑急推效应的全速度差宏观流体力学模型。对该模型进行线性分析,得到中性稳定性条件。对该模型进行非线性分析,得到标准的KdV-Burgers方程,并且给出该方程的解析解。数值模拟验证了理论分析的正确性。数值分析结果表明,考虑急推效应比不考虑该因素更有助于交通流的稳定。四、基于ITS考虑前车优化速度影响的跟驰模型在日常交通中,司机会根据与前车的距离而选择相应的加速或者减速(优化速度的变化),针对于这种情况,我们在全速度差模型的基础上,提出了基于ITS考虑前车优化速度影响的跟驰模型。通过线性稳定性分析得到了中性稳定性曲线和临界条件。通过非线性分析,运用约化摄动法推导出TDGL和mKdV方程,并研究了这两种方程的解的结构和它们之间的联系。在节能减排的思想下,我们通过能量转化的方法研究了模型的能耗问题,数值模拟验证了理论分析的正确性,数值结果表明考虑前车优化速度更有利于交通流的平稳。