교통을 정확하게 모델링할 수 있는 도구는 계획의 설계와 평가, 환경 평가, 지능형 교통시스템(Intelligent Transport Systems, ITS)의 테스트, 그리고 혼잡의 예측과 완화에 필수적임. 계획의 규모나 ITS의 관여 정도에 따라, 미시적(microscopic) 또는 거시적(macroscopic) 모델이 가장 적합할 수 있음.

미시적 모델은 상향식(bottom up) 규칙을 사용하여 개별 차량들을 모델링함으로써 이들의 속도, 가속도 및 차선을 바꾸는 의도와 능력을 결정함. 거시적 모델은 도로의 타입 또는 교차로의 타입에 근거하여 흐름-지체의 상관관계를 사용할 수 있음.

미시적 모델은 램프 미터링(ramp metering), 도시의 교통제어 시스템 또는 차량간 통신의 영향 테스트와 같은 미시적 관여(microscopic interventions)를 모델링하는데 유용함.

거시적 모델은 주차와 승차 계획(park-and-ride schemes), 요금 부과, 도시 전반의 경로 선택 또는 대중교통 요금의 변화와 같은 전략적 교통 관여(strategic transport interventions)를 모델링하는데 사용됨.

이 보고서는 마이크로 시뮬레이션(microsimulation) 모델에 중점을 두는데, 왜냐하면 이는 ITS를 모델링하는데 가장 도움이 될 것이기 때문임. ITS는 미래의 교통 네트워크에서 용량 증가를 위해 가용한 가장 강력한 도구임.

정확한 마이크로 시뮬레이션 모델은, 큰 자금이 인프라에 지출되기 전에 저비용으로 비교를 가능케 함으로써 새로운 계획이나 기술이 어떻게 작동하는지 예측하는데 필수적임. 같은 방식으로, 마이크로 시뮬레이션은 혼잡을 예측하는데 큰 역할을 할 수 있어서, 속도 제한이나 경로 안내를 통해 혼잡의 완화를 가능케 할 수 있음. 가속도 및 속도에 근거한 배출량, 소음 및 연료 소비 모델은 마이크로 시뮬레이션 모델에 의존하고, 더 나은 모델은 더 정확한 예측 결과로 이어질 것임.

이 보고서의 독자들은 마이크로 시뮬레이션 엔진을 구축하기 위해 사용되는 여러 기법들과 이러한 기법들의 정확성을 이해할 것임. 마이크로 시뮬레이션을 실제 데이타에 검정하는 것의 중요성이 강조될 것임. 상업적으로 성숙한 세 가지의 모델이 논의되고, 여러 다른 모델에 대해서도 간략하게 언급함.

이 보고서는 도로 교통의 시뮬레이션에 중점을 두고, 여러 다른 타입의 모델에서 차량에 적용되는 일련의 규칙들을 평가하며, 이들 간의 비교를 수행함.

마이크로 시뮬레이션에는 세 가지의 주요 요소가 있음:
- 차량 후속 모델(car following model)

- 차선 변경 모델(lane changing model)

- 차간 거리 수용 모델(gap acceptance model)

차량 후속 모델은 차량이 같은 차선에서 앞에 있는 차량과 어떻게 상호작용하는지를 보여줌. 차선 변경 모델은 언제 차선을 변경하는지에 대한 결정, 차선 변경의 긴급성에 대한 일련의 상태로 구성됨. 차간 거리 수용 모델은 새로운 차선에서 차량과 앞차 사이, 새로운 차선에서 차량과 뒷차 사이의 간격을 측정하고, 이 간격이 충분히 안전한지를 결정함. 차간 거리 수용 모델은 보통 차량 후속 모델에 필요한 똑같은 계산에 근거함.

일부 모델은 또한 그 차선에서 차량의 길이방향 위치에 대한 계산을 포함하기도 함. 그러나, 이는 일반적인 것은 아니고, 고속도로 교통의 주요 특징을 정확히 재현하는데 필수요건도 아님. 따라서, 길이방향의 위치 모델(lateral position models)은 이 연구의 문헌 검토에 포함되지 않았음.

문헌 검토는 여러 타입의 차량 후속 모델에 중점을 두고, 기존의 상업용 모델에서 사용된 차선 변경 결정의 알고리즘에 대한 사례를 제시함.

마이크로 시뮬레이션 모델은 종종 교통 분석에 사용되는 다른 특징들과 연관되어 있음:

- 경로 선택 알고리즘: 이는 개별 차량이 택하는 도로 네트워크 상의 경로를 구축함.

- 매트릭스 생성 알고리즘: 이는 각 차량의 출발지와 도착지를 구축함.

- 교통 신호 제어 시스템: 이는 교통 신호에서 적색과 녹색 신호의 패턴의 결정함.