随着我国经济发展迈入全民小康社会,城市化进程进一步加快,机动车保有量激增,随之而来的交通拥堵频发已成为诸多城市的一大“心病”。交通拥堵不仅降低运行效率,影响司乘舒适度,而且增加交通风险,造成大量环境污染。交通震荡是交通拥堵的前期阶段,主要表现为循环加减速,反复走走停停。研究表明,车辆换道和驾驶员风格是交通震荡的两大直接诱因。因此本文基于车辆换道影响下的跟驰模型,引入驾驶风格参数,标定模型并利用数值仿真复现交通震荡现象,探究不同换道行为、驾驶风格对交通震荡的影响。本文首先从NGSIM数据集的Lankershim Boulevard路段轨迹数据中提取换道行为和车辆跟驰数据,共1829个符合要求的案例。选取车辆跟驰阶段的特征参数刻画驾驶员风格,接着采用主成分分析法（Principal Component Analysis,PCA）对特征参数进行降维,再利用Bi-Kmeans聚类将驾驶员风格划分为谨慎型、普通型、激进型三类。其次,基于换道汇入影响下的车辆跟驰模型,引入描述驾驶员感知能力和反应强度的参数,构建考虑驾驶人特性和换道汇入影响的车辆跟驰模型（DLMFVDM）。借助线性稳定性理论获取模型的稳定条件,绘制稳定区域,并利用数值仿真分析引入参数对模型的影响,揭示个体驾驶员的区别与联系,印证驾驶风格划分的合理性。再次,基于换道影响下的实测数据,以均方根误差（Root Mean Square Error,RMSE）作为性能评价指标,采用遗传算法标定模型参数,并对引入参数进行分布统计。接着对比分析各模型的仿真结果,分别计算不同模型的RMSE,分析模型优劣,验证改进模型的有效性,发现引入参数后的模型能够更好仿真车辆速度。最后,扩展目标车道后车车队,利用标定后的模型,研究不同换道行为对后车车队造成的影响。以车辆速度标准差衡量交通震荡的振幅,探究不同交通流运行车速、换道方式及驾驶员风格对车队振幅的影响,发掘不同换道场景下交通震荡的演化规律。本文从考虑换道行为的跟驰模型出发,引入驾驶风格参数改进模型,并探究换道影响下的交通震荡现象。数值仿真结果表明模型能较好仿真车辆速度,复现交通震荡,换道行为与驾驶风格均会影响交通震荡的演变。