中文摘要：

本项目旨在通过建模相邻车辆间的速度关联，建立双车辆速度分布函数，消除"车辆混乱"假设，解决人们将车辆比拟为分子进行建模而引入的不足；在此基础上，将期望速度变量引入到双车辆速度分布函数中，从而反映不同驾驶行为的差异。由此，建立消除"车辆混乱"假设的连续型交通流中观模型，进行模型性质分析并进一步地推导相应的交通流宏观模型。连续型中观模型的优点是可以进行理论分析并借其推导新的宏观模型，其缺点是方程为积分微分方程，难于求解；因此本项目进一步地基于元胞传输模型建立消除"车辆混乱"假设的离散型交通流中观模型，通过数值计算再现交通实测中观察到的典型拥堵特征，解决已有的离散型中观模型抽象地描述车辆间相互作用，没有考虑车辆流动对速度分布演化的影响的问题。本项目的研究成果可以修正将车辆比拟为分子进行建模导致的不足，消除"车辆混乱"假设对于完善交通流中观模型具有基础性的意义，对于预测交通拥堵提供重要的理论支撑。

结论摘要：

交通流模型体系包括宏观、中观、微观三类模型，本项目重点研究中观交通流模型。经典的中观交通流模型由Prigogine-Herman创建，方程为积分微分方程，难于求解，且存在车辆混乱假设。本项目根据实测交通数据研究了P-H连续型交通流中观模型的参数标定、速度分布的预测精度、平均速度的预测精度；以元胞传输机制作为重要的技术手段，将交通流进行离散化分析；采用最大信息原理、能动粒子动力论两种方法建立了离散的中观交通流模型，这些模型可以实现快速模拟，研究成果对交通流模型的发展具有一定的理论价值和实际意义。重要结果如下1.P-H模型关于平均速度的预测精度过度依赖期望速度分布。2. P-H模型关于速度与密度关系的假设是速度随密度增加而减少，而实际交通数据表明速度与密度的关系不是简单的单调关系。对于速度分布预测，当平均速度与密度的关系是单调时，P-H模型的预测精度较高；当平均速度与密度关系是非单调时，则P-H模型的预测精度较低。3.将延迟的元胞传输模型进行扩展，并与P-H模型集成建立了离散型交通流中观模型，针对高密度区车辆向低密度区车辆的扩散过程进行了模拟，结果表明建立的模型可以快速地对扩散过程进行模拟，而且可以获得更详细的速度分布信息。4.首次应用协同学的最大信息原理建立中观交通流模型。该模型能够基于宏观平均速度推导出速度分布，这是对从宏观变量推导中观状态一次有益尝试。该模型提供了研究信息和交通流状态关系的一个方法。5、综合集成元胞传输机制（CTM）和Delitala-Tosin模型，建立了非均匀条件的中观交通流模型，偏微分方程转化为常微分方程，从而可以采用更稳定有效的数值方法进行求解。推导了空间均匀条件下自适应网格模型的通式，分析了Delitala-Tosin模型如何控制速度分布演化。为了考虑局部密度和距离对相互作用的影响，引入了万有引力定律对Delitala-Tosin模型进行了改进。6、建立了引入期望速度的中观交通流模型。引入期望速度，建立了描述车辆间相互作用的新转换概率公式和相应的中观交通流模型。利用VBA和Matlab混合编程技术开发了计算程序。研究结果有助于进一步认识交通流系统通常认为密度是决定车流平均速度的主要因素，研究结果表明，驾驶员的期望速度差异也是影响车流平均速度的主要因素。