敬 明，王 昊，王文静

(1.交通运输部公路科学研究院，国家智能交通系统工程技术研究中心，北京100088;2.交通运输部公路科学研究院，智能交通技术交通行业重点实验室，北京100088;3.东南大学 交通学院，南京210096)

0 引 言

交通流中车辆和驾驶员的个体差异导致跟驰行为中车辆的轨迹不一致，反映到交通流跟驰模型中，表现为不同车辆的参数标定结果出现差异。依据车辆跟驰数据对跟驰模型参数进行标定和分析是将交通调查数据与车辆和驾驶员特性联系起来的方法之一。Newell 于2002 年提出一个简化的跟驰模型，模型中只包含两个参数，但是可以提供足够的仿真精确度［1-2］。该模型的提出隐含了一个观点，即通过两组相互独立的变量就可以描述车辆和驾驶员在跟驰行为中的特性。文献［3-4］对调查采集的跟驰数据直接进行因子分析，并用4 个因子来描述车辆和驾驶员的特性，其中前3 个因子提供的信息量约占据信息总量的95%。许多经典跟驰模型方程中含有数量较多的参数，例如智能驾驶模型(Intelligent driver model，IDM)方程中有7 个参数。如果只需要4 个或更少的因子就可以描述车辆和驾驶员特性，则模型的参数间可能存在一定的相关关系，通过分析模型参数在不同个体间的变化规律，可以将参数归纳为数量更少的因子，从而简化描述车辆和驾驶员的个体特征。文献［5-8］对各异性跟驰模型进行了研究，但是在描述个体特征时，没有考虑到模型参数间的相关性，参数都以相互独立的方式离散，并且也没有进行跟驰数据的采集分析工作。……