在中国大规模城市规划建设和智能交通系统（Intelligent Transportation Systems，ITS）发展的背景下，城市交通规划必须面向未来，城市交通控制必须面向宏观，宏观交通流理论的科学研究更是一项重要的工作。在利用已有交通流模型模拟某些真实交通现象的基础上，本书建立了若干个新的交通流流体力学格子模型，并考察了各模型的特性。书中将激进驾驶特性以及当前车辆对前方多格点优化流差的预估信息作为新模型的控制项，研究这些特性对交通稳定性的影响；通过对新模型进行相应的理论分析和数值模拟，得到了交通流演变为稳态、亚稳态和不稳态的条件，并提出了几种缓解交通拥堵的新方法，为自动驾驶、交通优化诱导等方面的进一步研究提供理论参考。本书的研究工作是在湖南省教育厅重点科研项目“基于随机干扰信息的交通流协同建模与优化控制”（编号：23A0507）的背景下开展的。本书研究工作包括以下几个方面。（1）从宏观层面，针对不同驾驶员对前方信息的判断和预估可以反馈出不同的加减速驾驶行为的交通现象，提出了一种考虑激进驾驶特性的单车道流体力学格子模型，探索了在不同的激进驾驶作用下交通拥堵的宏观传播机制。首先采用线性和非线性稳定性分析对新建激进驾驶交通流流体力学格子模型进行稳定性研究，并与前人提出的模型进行了对比，结果表明考虑激进驾驶效应后系统的稳定区域扩大。其次通过数值模拟验证了理论分析结论的正确性，即把利用下游近邻格点和次近邻格点方法预估的交通流量，反馈给当前车辆，使当前车辆提前调整车速，避免陷入交通拥堵状态，宏观上提高了交通流的稳定性。（2）基于ITS的应用，本书提出了一种考虑多倍优化流差预估效应的单车道流体力学格子模型，从宏观角度考虑前方多倍优化流差的预估效应对交通流的影响，研究了该模型的亚稳态区域密度波的非线性特征。该模型把前方m个格点作为一个整体来分析，考虑了非局部效应。通过稳定性分析得到了中性稳定曲线和共存曲线，采用密度-敏感系数的相空间图研究了多倍优化流差预估信息在改善交通流稳定性方面的作用，并用约化摄动法导出了密度波演化的modified Korteweg-de Vries（mKdV）方程。理论分析和数值仿真结果均表明，m值越大，预估作用越明显，交通流会越稳定。但考虑到现实情况中格点越远对当前格点影响程度越小，通过对加权函数参数的设定，可以获得利用前方m个格点的优化流差信息进行交通流优化的状态。在该状态下，既可以有效疏解拥堵，又不会产生资源浪费。（3）在Nagatani提出的双车道宏观模型和前人在双车道流体力学格子模型的研究基础上，本书构建了一种考虑多倍优化流差预估效应的双车道流体力学格子模型，同时细致地研究了该模型的亚稳态区域密度波的非线性特征。对考虑多倍优化流差预估效应的双车道流体力学格子模型进行线性稳定性分析、非线性稳定性分析和密度波仿真。理论分析表明在双车道中考虑多倍优化流差预估效应能进一步提高交通流的稳定性，最后通过数值模拟得到了在智能交通系统中前方多倍优化流差预估效应的最优作用范围。总之，本书主要利用流体力学格子模型进行交通流宏观建模、模拟和分析，提出了几个更有前瞻性的新的流体力学格子模型，得到一些能宏观上提高交通流稳定性的方法，为将来V2X（Vehicle-to-X）和ITS背景下的汽车自动驾驶和优化诱导决策提供理论依据。