现实生活中的道路交通网络可以视为由许多自驱动粒子构成的系统。在随时间演化的过程中会呈现出丰富多彩的非平衡物理现象。而随着经济的发展,城市人口增加以及相应带来的车辆数目的增加,导致在上下班高峰时期以及节假日,各种各样的交通堵塞见诸报端。如何改善城市道路交通也就成为了大家关注研究的焦点。交通流理论研究就是针对这一问题发展而来。通过采用复杂网络方法,元胞自动机方法等手段对道路网络建模并进行模拟研究,能够揭示道路网络运行规律,提出各种改善交通拥堵问题的优化方法,能够很好地指导交通部门规划以及完善现实交通网络。本文以真实世界中道路网络为蓝本,根据其基本结构,特点构建模型,通过研究网络的演化过程得到非平衡的物理状态。对车辆在道路网络中的运动规律具有一定的理论和实际指导意义。本文在前人的工作基础之上,针对曼哈顿型道路网络系统中选路方法以及自适应交通灯进行模拟研究。全文主要工作有：1.分析不同的选路方法对整个道路网络造成的影响。在相同的条件下进行数值模拟,对三种选路方法下系统各指标进行比较,分析模拟结果：●随机选路方法：车辆到达交叉口需要选择方向时,直接从当前可选方向中随机选取一条道路驶入。该方法简单直观,无需附加检测,通信以及计算等相关步骤,完全可以由车辆自行实现。缺点在于车辆会集中于道路网络中心,导致同一个交叉口各方向车辆来流都很大,道路上车辆队伍很长,非常容易形成拥堵进而导致全局锁死。·ATISSR车辆在面临路径选择时,选择即将驶入的路段中平均速度比较大的那一条驶入。在该方法下,车辆密度分布呈现出风车形状,峰值位于网络对角线上。不同方向行驶的车辆分布在不同的角落中,每个路口一般只有两个方向的来流比较大,形成相互竞争,一定程度上减轻了路口负担。ATISSR只是改变系统中车辆的分布,对平均速度和平均流量的影响可以忽略。而且执行时需要进行额外的观测和统计道路上车辆信息,并把这些信息传递给道路上的头车。·ATISMR车辆在面临路径选择时,计算源点和目的地之间所有路段上平均速度信息,并选择平均速度最大的路线。研究发现车辆分布呈现出菱形,且菱形的角落位于网络的四条边上。车辆大都集中在菱形的四个角落中,因为有充足的空间能够容纳大量的车辆,所以网络运行可靠性得到了空前的提高。此外,在网络处于饱和状态时,ATISMR能够一定程度提高系统平均速度和平均流量。ATISMR在观测、统计道路上车辆信息的基础上,还涉及到大量的计算,对计算能力以及算法提出了较高的要求,适合于前两种方法不能胜任的高密度情形。2.在道路系统中引入自适应交通灯策略,使各方向绿灯时间与其对应道路上车辆密度相关。引入的自适应交通灯规则中涉及三个变量,通过数值模拟分别讨论了这三个变量对系统的影响。具体如下：●静态绿灯时间Tstatic:固定地分配给交叉口每个方向的绿灯时间。保证在一个周期中,每条进车道最短的绿灯时间。并且静态绿灯时间Tstatic越小,即自适应交通灯的应用程度越高。自适应交通灯的应用能够显著提升网络运行可靠性NOR。此外,自适应交通灯使车辆向网络中心集中,同时整体降低了网络中车辆密度。●变量α：调整自适应交通灯规则中变量α能够影响路口绿灯时间的分配情况。能够改变网络运行可靠性NOR的分布。在ATISSR下,当α比较小时,网络运行可靠性随着α的增加而增大,达到最大,然后随着α的增加而减小。而在ATISMR下,当α比较小时,网络运行可靠性NOR位于比较高的水平,当α继续增加时,NOR随着α的增加迅速下降,此时NOR数值上要小于ATISSR下对应值。此外,当α比较大时,网络中心车辆密度分布更加均匀。●交通灯周期T：系统对交通灯周期T的变化相当敏感,体现在网络运行可靠性NOR随着周期变动的波动。不同的交通灯周期T能够显著影响平均速度稳定阶段持续的时间,因而影响网络运行可靠性NOR的大小。