道路交通仿真根据其仿真尺度的不同，可以区分为宏观仿真，中观仿真和微观仿真。由于微观交通仿真模型既融合了宏观和中观模型的某些方面，又非常细致地描述了交通系统的交通环境及车辆实体等构成要素，因而它对交通系统的要素及行为等的细节描述程度是最高的。它以单个车辆为对象，通过一些相对简单但真实的仿真模型来模拟车辆在不同道路和交通条件下的路网上运行，并以动态图像的形式显示出来，在描述和评价路网交通流状况方面具有传统数学模型所无法比拟的优越性。目前，微观交通仿真模型在仿真建模上采用了多种方法。比较经常采用的方法是面向对象的方法；此外还有基于Agent的方法和基于元胞自动机的方法(Cellular Automata Modeling，简称 CA)等。在采用CA方面的微观交通仿真模型，比较成功的是美国LOS ALAMOS实验室的Kai Nagel等人研发的TRANSIMS(TRansportation ANalysis SIMulation System)。这种基于CA的微观交通仿真模型，对交通系统的描述实践了一种用离散化模型描述交通问题的思想，避免了流动比拟下确定性方程的严格假设及求解离散化对真实信息的损失。采用CA模型来描述实际的交通现象具有独特的优越性：算法简单，易于并行实现；灵活可调，可以研究各种具体的交通现象；处理方式适合计算机的工作原理，特别适用于大规模计算机模拟；计算效率高，在计算机模拟方面也比较接近实际；统计方便，易于与宏观数据比较分析。但是CA模型模拟的假设与实际驾驶行为还存在着较大的差距，并且采用CA模型进行仿真经常意味着模拟的时空分辨率将比较低。因此，如何将元胞自动机模型与交通实际联系起来，还需要做大量的工作。　　 论文工作的主要研究内容为道路交通系统的微观仿真，采用的仿真建模方法为CA方法。针对传统元胞自动机模型的不足，论文提出了基于道路路网网格的交通元胞自动机模型，通过对路网进行一维(车道)和二维(交叉口)的网格化，让车辆的运动在网格化的车道和交叉路口进行，用以克服传统元胞自动机模型在仿真空间分辨率和时间分辨率较低的问题。在微观车辆运动模型方面，也对传统的元胞自动机跟驰和换道模型进行了改进，其中包括考虑车辆行驶的安全间距，驾驶员反应时间，车辆状态更新次序等，并且更加注重在随机性的考虑。经过改进的模型，既保留了传统元胞自动机在微观模拟方面的优点，同时又更加符合实际的交通行为，并且在仿真尺度上，可以根据需要，对模拟的空间分辨率或者时间分辨率进行调整，以满足不同仿真的要求。　　 交叉口转向比例问题是交通工程的一个重要问题，它是制定交通管理控制方案，拟定交通规划不可缺少的重要数据，也是很多微观交通仿真软件车辆路径选择模型中重要的输入参数。但是，真实的交叉口转向比例无法或者很难获得，尤其是随时间变化的交叉口转向比例。现有的文献对交叉口转向比例问题的处理主要通过数学分析的方法把研究的问题转化为满足某些约束条件下的优化问题，然后对这个优化的问题进行处理。这些方法存在着计算过程复杂，约束条件处理麻烦的缺点。因此，也有部分学者采用遗传算法和神经网络等智能计算的方法计算交叉口转向比例，取得了较好的结果。但是，这些方法并没有考虑可能存在其他最优解的问题。论文结合了遗传算法计算方便、对约束条件处理简单以及极大熵模型处理多解问题的优点，采用两者混合的方法。算法首先采用基于遗传算法的方法对交叉口转向比例进行多次的计算，然后再采用极大熵模型从多次计算的结果中寻找熵最大的解为最终的解。另外，为了提高了计算效率和增加了最后得到解的实际意义，算法还根据道路实际的交通状况和先验的交叉口转向比例知识对遗传算法的搜索空间进行限制。　　 在完成对微观交通元胞自动机模型的改进以及交叉口转向比例计算后，论文采用Microsoft Visual C++编程语言，构建了基于道路路网网格的交通元胞自动机仿真平台。平台基本具备交通微观仿真平台的功能：路网编辑，交通需求，交通生成，车辆行驶，仿真输出，仿真分析以及部分GIS功能。仿真平台完成后，利用完成的平台对基于道路路网网格的交通元胞自动机模型利用实际观测的交通数据进行初步验证，以验证仿真模型的准确性。　　 由于交通行为具有很强的时间和空间差异性：相同的时间，不同的路段；相同的路段，不同的时间；甚至同样路段的不同部分在相同的时间，交通行为都存在差异。如果忽视这些差异的存在，而只是简单地用一个全局模型(模型参数的数值在所有的时间和空间都一样)概括，将导致仿真结果的不准确。论文提出了微观交通仿真时空局部模型的概念。通过对给定仿真路网区域的交通数据，经过时间和空间相邻处理后，从时间上和空间上进行聚类，然后对聚类后各个类别分别应用遗传算法进行参数优化，参数优化的结果作为该区域(空间)该时段(时间)交通仿真模型的参数，然后进行再仿真，最后再和实际的观测数据比较。不同空间位置和时间段参数的优化结果可以以一个带有时间戳的参数文件的形式保存，由系统根据各个路口的空间位置和仿真时间统一分派，从而实现交通仿真时空局部模型参数的局部化。　　 微观交通仿真不确定性分析是采用微观交通仿真进行交通研究的重要步骤。论文最后一部分针对论文的仿真系统，分析了微观交通仿真不确定性的来源；将仿真的不确定性区分为数据不确定性、模型不确定性、参数不确定性以及其他随机不确定性。这种区分有利于针对不同类型的不确定性产生的机理采用具有针对性的分析方法。针对论文仿真系统的数据、模型和模型参数，提出了基于Bayes分析的方法，对模型参数本身的不确定性以及模型参数对仿真输出影响的不确定性进行分析。最终的分析结果以概率密度函数的形式给出。这比单纯进行均值和方差分析的不确定性分析更加前进了一步，因为根据概率分布函数，可以作出更多的统计推断。