摘要城市交通拥堵已成为制约现代城市可持续发展的核心瓶颈之一。本文基于元胞自动机理论，以NaSch模型为核心工具，系统构建了单车道交通流模拟框架，并进一步拓展至双车道及城市路网场景。文章从模型设定、数值实验、拥堵机理分析到信号灯协同优化，形成了一套“模拟—诊断—调控”的完整研究链条。研究发现，车辆最大速度、随机慢化概率和车辆密度是决定交通相变的关键参数，其中随机慢化概率对同步流与宽运动堵塞的涌现具有非线性影响。在此基础上，本文提出了一种基于局部密度反馈的自适应信号控制策略，仿真结果表明该策略可使路网通行能力提升约22%，并显著延缓堵塞从自由流到拥堵流的相变临界点。本文工作为智能交通管理与城市道路规划提供了可量化的决策支持。关键词：元胞自动机；NaSch模型；交通流模拟；相变分析；自适应信号控制；数学建模目录摘要1. 引言1.1 研究背景与意义1.2 国内外研究现状1.3 本文工作与创新点2. 元胞自动机与NaSch模型基础2.1 元胞自动机基本理论2.2 NaSch模型定义与更新规则2.3 边界条件与初始配置2.4 关键宏观量定义3. 单车道交通流模拟与相变分析3.1 基本图与三相交通流特征3.2 随机慢化概率pp的影响3.3 车辆最大速度vmax⁡vmax​的影响3.4 时空演化与交通波分析4. 模型拓展：多车道与路网场景4.1 双车道模型与换道规则4.2 城市路网元胞自动机模型5. 信号灯协同优化策略5.1 传统定时控制及其局限5.2 基于局部密度反馈的自适应控制算法5.3 仿真对比与效果评价6. 结论与展望6.1 主要结论6.2 模型局限与未来方向参考文献1. 引言1.1 研究背景与意义截至2026年，全球城市化率已突破62%，