自21世纪以来，世界日新月异，全球经济实力迅速提升。随着人们生活质量的不断提高，城市人均汽车占有量也得到迅猛的增长。自此以来，城市汽车数量的急剧膨胀与交通系统相对落后之间的矛盾使得交通堵塞和交通事故越发频繁的发生，从而带来巨大的经济损失，环境污染和资源浪费等诸多问题。目前为止，交通问题已成为国内外众多学术专家以及政府相关部门广泛关注的焦点。学者们分别从宏观，微观和介观的角度对交通流分析研究，提出了大量新颖的交通流模型。　　本文根据1995年Bando提出的优化速度模型，考虑了反馈控制信号，建立一些改进的有更高稳定性的跟驰模型，运用现代控制理论，对改进的跟驰模型进行理论分析，求出相应的稳定性条件，最后进行数值模拟，以求试图研究车辆之间作用的内在机理，来揭示改进模型的优缺点。全文的主要工作如下：　　一、考虑司机的记忆时间影响的跟驰模型　　基于Bando提出的优化速度模型，并考虑到司机记忆时间对交通流的影响，运用控制理论的方法分析模型，进行数据分析，然后将前后两辆的速度差作为控制信号加在该模型中，再运用控制理论的方法分析得到新模型的稳定条件。通过比较加入反馈控制项与没有加入控制项的稳定性条件，从而得到反馈控制项对交通流的影响，并进行数值模拟，从而进一步验证理论分析的结果。　　二、在弯直道复杂路况对跟驰模型进行控制理论研究分析　　基于姜锐等人提出的全速度差模型，由于车辆行驶过程中道路的复杂性，分别考虑直道和弯道的路况。运用控制理论的方法对所建立的模型做出稳定分析处理。线性分析与数值模拟表明，弯道的路况不利于交通流的稳定，而考虑速度差的反馈控制有利于缓解交通拥堵。从而证明直道的路况和反馈控制项有利于交通流的稳定。　　三、考虑后视效应的全速度差模型　　利用经典的车辆跟驰理论和反馈控制理论，考虑车辆行驶过程中目标车辆与跟随车辆的距离的变化，即后视效应对整个车流可能会造成的影响来提出改进模型。运用控制理论的方法对所建立的模型开始稳定分析，求得对应的稳定条件。通过稳定性条件来说明后视距离的变化对整个车流的影响。最后对模型进行数值模拟。分析发现，考虑后视效应和反馈控制项条件更有利于减缓交通堵塞。