为了更准确地描述交通流，考虑驾驶员反应延迟时间和前车信息的非均衡使用，建立一种多预期延迟跟驰模型。线性稳定性分析表明，驾驶员反应延迟时间的增加会降低交通流的稳定性，多个前车信息的使用可以提高交通流的稳定性。数值仿真的结果表明，减少司机的反映延迟时间和适当地增加前车信息都能提高交通流的稳定性。为尽可能少地引入输入变量，不均衡地利用前车的车间距和速度差信息是必要的；理论和数值模拟的结果均表明驾驶员反应延迟在交通拥堵的形成过程中起着重要作用。

部分代码： %% 应用三级三阶Runge-Kutta 方法与复合Gregory求积公式到问题(1.2,1.3,1.4) %% 通用函数 [t,y]=main(ddefun,kernelfun,initialfun,lag,tspan,dimensional) %% 其中 ddefun为右端函数，kernelfun为积分核函数，initialfun为初始函数,lag为延迟量， %% tspan为求解区间，dimensional为问题维数 % %%%% 问题1.2 % [t,x]=main(@fun_f1,@fun_g1,@fun_varphi1,0.8,[0,8],1); %plot(t,x) %xlabel('\it{t}'); %ylabel('\it{x(t)}'); %%%% 问题1.3 %[t,x]=main(@fun_f2,@fun_g2,@fun_varphi2,0.8,[0,8],1); %plot(t,x) % xlabel('\it{t}'); % ylabel('\it{x(t)}'); %%% 问题1.4 [t,x]=main(@fun_f3,@fun_g3,@fun_varphi3,1/6,[0,5],2); x1=x(:,1);