交通流中,车辆之间固有属性的差异和驾驶者驾驶习惯的差异是导致交通流运行效率降低的重要原因,甚至会产生马鞍效应和交通冲击波。为了解决这种现象,研究者们提出了大量的交通流模型和驾驶行为模型,这些模型都采用自上而下的建模方法,做了较多的假设且并忽略了个体的差异性,使理论偏离实际,不能真实的模拟交通流的运行状态。本文采用自下而上基于代理的建模方法,构建了异构人车单元行为模型。本文首先建立了交通流异构因子树,并参照决策树分裂方法对异构因子树降维,在此基础上给出了交通流异构性的完整定义。为了构建完整的交通流模型,本文首先建立了驾驶者自学习模型和情感强度模型,并在此基础上建立了五种驾驶者行为模型。最后,本文具体的给出了代理的定义和代理之间的交互规则,在此基础上基于Netlogo进行计算实验,通过不断改变参数的数量与大小,观察交通流异构性对交通通行效率的影响。本文共设计了四组实验,分别是:交通流异构性对交通流运行状态的影响实验、车流密度对交通流运行状态影响实验、自学习系统验证实验和驾驶者情感强度影响实验。实验结果表明,当交通流异构性从0.26到0.33再到0.49时,交通流通行效率呈现非线性降低;当交通流异构性为0.26,车流数量为100时,交通拥堵总是成对出现;当交通流中有30%的车辆异构时,交通流在发生拥堵时,并不能恢复到原有状态。因此,多组实验联合证明:交通流异构性的变化会从各个方面影响交通流的通行效率。