同学们，欢迎走进《交通流理论》这门课程。交通流理论是交通类专业的一门核心基础理论课程，它回答的是最贴近我们日常生活的专业问题——道路上的车流是怎样流动的、为什么会拥堵、我们又如何用数学模型去描述、预测甚至改善它。本课程不仅传授专业知识，更以"从实践到理论、再到实践"为主线训练你的科学思维能力，并引入 AI 赋能的智慧教学：以"知识、能力、问题三位一体"的图谱体系组织学习路径，配备 AI 助教随时答疑、提升问答效率。本导学将围绕"为什么学、学什么、学到什么、课程特色"四个问题，帮助你在正式学习之前，对这门课建立清晰的整体认识。

一、我为什么要学习这门课？

（一）它是本专业的核心课程

《交通流理论》是交通设备与控制工程、自动化（交通信息与控制方向）及交通工程等本科专业的核心课程，同时也是攻读交通信息工程及控制方向的非交通类本科专业研究生的基础课。也就是说，它是交通类人才培养方案中"绕不开、必须要学好"的一门课。

（二）它回应着真实的交通问题

交通拥堵、交通安全、出行效率，是当今城市发展中全社会共同关注的大问题。而解决这些问题的前提，是先搞清楚"交通流"本身的运行规律：车流在什么条件下会拥堵、排队是如何形成和消散的、一条道路的通行能力到底有多大。本课程正是为解决这些问题提供理论与方法支撑。学完这门课，你将具备用专业眼光分析和应对交通问题的能力。

（三）它是后续课程与职业发展的"地基"

交通控制与管理、交通规划、交通仿真、智能交通系统乃至自动驾驶与车路协同等课程和工程实践，都建立在交通流理论之上。没有交通流理论做基础，就很难真正理解信号灯为什么这样配时、高速公路为什么会在瓶颈处拥堵、通行能力如何计算等专业问题。可以说，这门课学得好不好，直接影响你对整个专业体系的理解深度和职业发展的起点。

（四）它培养你的科学思维能力

这门课的价值不止于知识本身，更在于思维训练。从观察交通现象、采集真实数据，到提出假设、建立模型，再到仿真验证、回到实践检验，课程完整复现了科学研究的基本路径。这种"发现问题—分析问题—解决问题"的科学思维方法，会内化为你的底层能力，无论将来从事科研、工程还是管理工作，都能让你受益终身。

（五）这是一门高质量的一流课程

本课程入选国家级线上线下混合式一流课程，并获评陕西省一流课程，在平台上累计有 5000 余人选课学习，由长安大学多名教授、副教授组成的团队联合授课。课程以 AI 赋能教学新形态，配套图谱导航与智能助教，内容经过多年教学研究与打磨，体系成熟、质量有保障，值得你投入时间认真学习。

二、这门课的主题是关于什么？

（一）课程的定义与核心

交通流理论是运用数学和物理的方法，研究车流群体交通单位在不同交通设施上运行特征与规律的交叉学科，是交通工程学中最早发展起来的基础理论分支之一。本课程的目标是：揭示交通流内在运行特征，通过先进的交通信息检测技术获取实际的交通流数据，用交通数据分析交通现象和特征，并通过数学和物理方法建立能够有效反映交通流演化状况的模型体系，再现交通流现象，最终应用于实际的交通管理与控制，为缓解交通拥堵提供解决方案。

（二）课程主线：从实践到理论，再到实践

课程最鲜明的教学主线，是"从实践到理论、再到实践"的科学探索过程。它不是从公式开始教，而是从真实交通现象出发：首先，学习用移动式、定点式、空间式等交通检测技术，从实际道路中采集流量、速度、密度等一手数据；其次，从数据中提炼规律，建立流量—速度—密度基本关系模型；进而，从超微观（驾驶员—车辆—环境）、微观（车辆跟驰）、宏观（连续流与交通波）三个层次构建刻画交通流演化规律的理论模型，并通过交通流仿真实验把模型变成可运行、可验证的工程工具；最后，再回到实践中去分析、预测和改善真实交通问题。科学思维贯穿这一完整闭环：观察现象、采集数据、提出假设、建立模型、验证改进、应用反馈。

（三）知识、能力、问题三位一体的图谱体系

课程以"知识、能力、问题三位一体"的图谱体系来组织全部学习资源：以真实交通问题为牵引，以知识点为支撑，以能力培养为目标，通过图谱将三者动态关联。借助这张图谱，你可以随时定位"某个问题需要哪些知识、训练哪种能力"，也能按图索骥、按需学习，实现个性化的学习路径导航，避免"学了很多却不知道用在何处"。

三、学习这门课可以获得什么？

（一）你将收获科学思维能力

这是本课程最重要的收获之一。通过完整经历"观察现象—采集数据—建立模型—仿真验证—实践应用"的科学过程，你将学会像交通工程师和研究者一样思考：面对一个交通问题，知道从哪里入手、需要什么数据、如何建模、怎样验证、如何改进。这种科学思维能力是书本知识之上的"元能力"，是终身学习和解决复杂问题的基础。

（二）你将获得的核心能力

一是数据能力：掌握交通流数据采集、处理与分析的基本思路，理解流量、速度、密度等交通特征参数的含义与计算方法；二是建模能力：掌握超微观、微观、宏观等多种类型的交通流模型，理解交通流现象与稳态模型；三是问题分析能力：在"实践—理论—实践"的循环中，学会抓住交通问题的主要矛盾；四是工程动手能力：通过微观与宏观交通流仿真程序实验，把模型变成可运行的软件，培养工程意识和学以致用的能力。

（三）对学业与升学的帮助

学好这门课，将为你后续的交通控制与管理、交通规划、交通仿真、智能交通等课程打下坚实理论基础，也是完成相关毕业设计、参与科研训练的重要支撑。对于有志于继续深造的同学，本课程直接对应交通信息工程及控制等研究方向，是考研复试和研究生阶段科研的必备知识。

（四）对就业与职业发展的帮助

本课程的能力训练面向交通行业真实岗位需求，与交通工程师、交通规划与设计、交通信号控制、智能交通系统、自动驾驶等方向紧密衔接。掌握交通流理论、建模与仿真能力，意味着你既懂模型又懂数据，在求职和工作中具备明显的专业竞争力。

（五）对理解日常交通的帮助

学完这门课，你会发现自己对身边交通现象的理解"升级"了：为什么高峰时段会拥堵、事故点为什么会形成长队并逐渐消散、信号灯配时背后的逻辑是什么。这些知识会内化为你的专业直觉，让专业知识真正走进生活。

四、这门课有什么特色和亮点？

（一）一流课程，品质保障

本课程入选国家级线上线下混合式一流课程，获评陕西省一流课程，依托中国大学MOOC平台面向全国开放，课程质量经过反复检验。

（二）以科学思维为主线，贯通"实践—理论—实践"

课程不是照本宣科地罗列公式，而是以科学思维为主线，完整呈现"从实践中来、到实践中去"的闭环：用真实交通数据和现象引出问题，用数学物理方法提炼理论，再用仿真与实践检验理论。你学的每一类模型，都能说清它从何而来、为何而建、如何应用。

（三）知识、能力、问题三位一体的图谱体系

课程构建了"知识、能力、问题"三位一体的图谱体系：知识点、能力维度和真实问题在图谱中相互关联、一目了然。问题牵引学习，知识支撑问题，能力在解决问题的过程中得到锻炼。图谱既是学习地图，也是自测工具，帮助你随时检视"我学了什么、会了什么、能解决什么问题"。

（四）AI 赋能教学，AI 助教提升问答效率

课程深度融合 AI 应用：内置 AI 助教可随时为你解答疑问，围绕知识点、模型推导、实验问题等进行即时互动问答，显著提升学习中的问答效率，让"有问题随时问、随时有回应"成为常态；配合图谱体系的智能导航，AI 还能根据你的学习情况推荐学习路径，实现个性化、高效的自主学习体验。

（五）数据驱动，理实结合

课程不是空讲模型，而是始终把交通流模型与实际采集的交通数据、真实的交通现象和特征相结合，让你经历"从实践中发现问题、用理论建模、再回到实践验证"的完整过程，避免"学了一堆公式却不会用"。

（六）三层次模型体系，完整系统

课程从驾驶员的超微观角度、车辆间相互作用的微观角度、宏观连续流角度三个层次系统讲授交通流模型的建立依据与思路，层次完整、环环相扣，帮你建立对交通流建模的整体认知，而非零散的知识点。

（七）模型可落地，配套仿真实验

课程设计了专门的实践教学内容，包含微观交通流仿真实验和宏观连续流交通仿真实验。你不仅能看懂公式，还能动手把模型实现为可运行的仿真程序，完成路段、交叉口等场景的模拟分析，真正实现"学以致用"。

（八）师资雄厚，资源完善

课程由长安大学李曙光教授、许世燕副教授等教师联合讲授，配套国内外权威教材与参考书（如《城市交通流理论》、Daiheng Ni 的 Traffic Flow Theory 等），学习资源丰富，能满足不同层次学习者的需要。

五、给同学的学习建议

本课程要求具备《高等数学》和《概率与数理统计》的先修基础，建议同学们在学习前先做好相应复习。学习中请把握四条建议：一是带着问题学，善用"知识、能力、问题"图谱定位自己的薄弱环节，以问题为牵引开展学习；二是走完"实践—理论—实践"的完整闭环，重视真实数据、模型推导与仿真实验，多动手、多调试，把理论落到代码里；三是善用 AI 助教，遇到疑问随时提问、即时获得反馈，把问答效率转化为学习效率；四是勤于联系实际，用课堂知识与科学思维去解释身边的交通现象。相信通过十六周的系统学习，你不仅能掌握交通流理论的核心知识，更能收获分析复杂交通问题的方法、能力与信心。祝你学有所获！

课程目标包括知识目标、能力目标和素质目标等三类：

 1.知识目标

(1) 了解交通流理论的发展科学思路。

(2) 掌握交通流检测技术的三种主要方式：移动式、定点式、空间式的基本原理，以及交通流检测的基本参数的含义。

(3) 掌握交通流基本模型的原理、交通流基本关系模型以及交通参数的统计分布的原理。

(4) 掌握驾驶员-车辆-环境之间的相互影响的超微观交通流模型的机理。

(5) 掌握微观跟驰交通流模型推导过程，及其模型具有的稳定性。

(6) 掌握交通流流量守恒模型的推导过程和计算方法，以及交通波理论的推导过程等。

(7) 了解交通运行指数模型、出行时间模型、一般网络模型、二流理论等以路网为基础的宏观交通模型。

(8) 掌握交通影响因素的常用模型基本特点。

(9) 掌握信号交叉口的基本特点，以及交叉口车辆稳态延误模型的计算方法。

 2.能力目标

（1）能够对不同类型的交通检测器的数据进行分析计算；

（2）能根据实际的交通流数据分析交通流状态和交通流的随机统计特性；

（3）能够编写微观交通仿真测试程序，并分析其状态。

（4）能够编写宏观交通流仿真程序，并分析宏观交通状态。

（5）能够分析不同交通影响因素在交通系统设计与控制中的作用。

（6）综合运用所学的交通流理论知识，建立交通流系统模型的能力。

（7）针对复杂工程问题，综合运用所学知识的分析能力。

3. 素质目标

（1）科学探究精神  

通过交通流数据处理、交通流参数关系建模、交通流模型构建等训练，培养严谨的科研态度与批判性思维。  

（2）工程伦理意识  

在交通流影响分析中融入可持续发展理念，关注交通流对环境的影

响（如碳排放、能源消耗）。  

（3）团队协作能力  

通过课堂讨论（如交通流参数检测、自动驾驶是否可以解决交通拥堵等问题的讨论）、小组项目（如干线道路的交通参数检测、关系构建和随机性判定等），提升跨学科协作与沟通能力。  

（4）持续学习能力  

跟踪自动驾驶等前沿领域中交通流模型的应用和发展，适应新一代智慧交通系统发展需求。

本课程的学习建立在一定数理基础之上，建议具备以下先修课程知识：

《高等数学》：涉及极限、导数、微分方程等数学工具，是交通流模型推导与分析的基础；

《概率与数理统计》：涉及概率分布、参数估计、拟合优度检验等知识，是交通流统计特性学习的基础。

若基础薄弱，可在开课前通过慕课、教材自学相应内容，或在学习过程中借助课程图谱定位相关知识点、向 AI 助教随时提问，边学边补。

[1] 于雷等. 城市交通流理论[M]. 北京：北京交通大学出版社, 2016.

[2] Daiheng Ni. Traffic Flow Theory, 1st Edition[M]. Elsevier, 2015.

[3] TRB. Traffic Flow Theory[M]. Transportation Research Board, 2000.

[4] 王殿海. 交通流理论[M]. 北京：人民交通出版社, 2007.

[5] 张生瑞. 交通流理论[M]. 北京：人民交通出版社, 2015.

[6] 邵春福等. 交通流理论[M]. 北京：电子工业出版社, 2015.

[7] 张亚平等. 交通流理论[M]. 哈尔滨：哈尔滨工业大学出版社, 2016.

1：这门课难不难？需要很强的数学基础吗？

答：本课程会用到《高等数学》《概率与数理统计》的知识，如微分方程、概率分布与统计检验等。课程从真实交通问题引入、循序渐进，并把模型与实际数据相结合来讲解，配合 AI 助教随时答疑，只要先修课程基础扎实，就能顺利掌握。

Q2：课程如何开展线上线下混合式学习？

答：本课程为国家级线上线下混合式一流课程。线上依托中国大学MOOC平台学习视频、课件与资料；线下通过课堂讲授、研讨与实验巩固提升。学习时可借助"知识、能力、问题"图谱定位重点、按需学习，线上自主+线下深化的模式帮助你高效掌握。

Q3：仿真实验需要自己编程吗？零基础能完成吗？

答：课程配套微观与宏观交通流仿真程序实验，会从模型原理讲到软件实现，逐步带你完成路段、交叉口等场景的模拟分析。课程提供详细引导与示例，配合 AI 助教随时答疑，零基础的同学也能逐步上手完成。

Q4：遇到学习问题如何高效解决？

答：课程内置 AI 助教，可围绕知识点、模型推导、实验问题等进行即时问答，显著提升答疑效率；同时可通过"知识、能力、问题"图谱定位相关知识，结合课件、教材和讨论区学习，形成"自助+智能辅助"的高效答疑闭环。

Q5：学完这门课对就业有什么实际帮助？

答：课程对接交通工程师、交通信号控制、智能交通系统、交通规划与设计、自动驾驶与车路协同等方向。掌握交通流建模与仿真能力后，你能参与交通数据分析、拥堵治理方案设计、通行能力评估等实际工作，就业竞争力明显增强。

Q6：课程的适用对象有哪些？

答：主要面向交通设备与控制工程、自动化（交通信息与控制方向）及交通工程等本科专业学生，同时也适用于攻读交通信息工程及控制方向的非交通类本科专业研究生。