交通系统的研究主要从宏观和微观两个层面展开。从宏观层面来看,交通流被视为由大量车辆组成的可压缩连续流体介质,为此需要将车辆个体信息转换为交通流的车辆整体信息,从而对车辆所组成的交通流的集体行为进行研究;而微观层面则重点关注于单个车辆在相互作用下的个体行为,通过车辆的位置、速度以及加速度等微观变量来研究车辆间的作用关系。本文主要研究微观交通系统中的交通流控制和车辆系统编队控制,以提高微观交通系统的畅通性和稳定性。由于传统的控制策略在控制性能、稳定性和鲁棒性等方面都存在一定的局限性,而考虑到交通系统控制的实时需求,需要研究具有高效性和鲁棒性的新型控制策略,以改善交通系统在演化过程中的平滑性和稳定性。因此,微观交通系统的滑模控制研究具有重要的理论和实际意义,可为提高交通系统的畅通性和稳定性提供理论基础和决策依据。本文围绕微观交通系统的滑模控制问题展开研究。一方面,针对微观交通模型,应用滑模控制理论和Lyapunov稳定性定理,提出了基于指数滑模的控制算法,并通过数值仿真实验验证了所提出滑模控制算法的有效性。另一方面,针对多车辆系统编队,应用滑模控制理论和Lyapunov稳定性理论提出了一种基于Terminal滑模控制的算法,实现了多车辆系统的队列控制。最后,通过数值仿真实验验证了滑模控制策略在多车辆系统编队中的有效性。论文的主要工作包括以下两个方面:1.针对微观交通模型,提出了一种基于指数趋近律的滑模控制算法本文针对微观交通模型,设计了一种基于指数趋近律的交通流滑模控制器,以提高交通流的畅通性、平稳性和稳定性。全速度差(Full Velocity Difference,FVD)模型被用来刻画交通流中车辆的行为特性。根据前后车辆之间的期望车辆间距和实际车辆间距的误差设计了滑模控制器,并使用Lyapunov稳定性理论保证了所提出控制器的稳定性。在数值仿真实验阶段,通过比较滑模控制、反馈控制和无控制策略情况的控制性能,验证了所提出的滑模控制策略的有效性,具体体现在车辆间距、车辆速度和加速度分布的平滑度和稳定性方面。仿真实验结果表明,采用控制策略可以有效地提高交通流的畅通性、平稳性和稳定性,并且与反馈控制策略相比较,滑模控制策略具有更佳的控制性能。2.针对多车辆系统编队,提出了一种基于Terminal滑模控制的算法本文针对多车辆系统编队,设计了一种基于Terminal滑模控制的控制器,实现了多车辆系统的在有限时间内的队列控制。与现有的研究不同,所提出的控制策略保证了闭环系统的稳定性,以及系统误差在有限时间内的收敛性,并且对电子节气门的不确定动力学和前车变化未知的加速度具有很强的鲁棒性。其次,通过严格的数学证明得到了以下两点结论:(1)当前车的加速度为零时,位置误差和速度误差将在有限时间内收敛到零;(2)当前车的加速度非零、未知且有界时,表明系统误差也是有界的,并且解析得到了速度误差的界限。最后,通过数值仿真实验验证了所提出的控制策略在存在干扰和加速度未知情况下控制的有效性。