反应动力学是研究化学反应速率以及各种因素对化学反应速率影响的学科。传统上属于物理化学的范围，但为了满足工程实践的需要，化学反应工程在其发展过程中，在这方面也进行了反应动力学大量的研究工作。绝大多数化学反应并不是按化学计量式一步完成的，而是由多个具有一定程序的基元反应（一种或几种反应组分经过一步直接转化为其他反应组分的反应，或称简单反应）所构成。反应进行的这种实际历程称反应机理。
一般说来，化学家着重研究的是反应机理，并力图根据基元反应速率的理论计算来预测整个反应的动力学规律。化学反应工程工作者则主要通过实验测定，来确定反应物系中各组分浓度和温度与反应速率之间的关系，以满足反应过程开发和反应器设计的需要。
按化学反应的不同特点和不同的应用要求，常用的动力学模型有：
基元反应模型根据对反应体系的了解，拟定若干个基元反应，以描述一个复杂反应
反应动力学
（由若干个基元反应组成的反应）。按照拟定的机理写出反应速率方程，然后通过实验来检验拟定的动力学模型，估计模型参数。这样得到的动力学模型称为基元反应模型。合成氨的链反应机理动力学模型即为一例。
分子反应模型根据有关反应系统的化学知识，假定若干分子反应，写出其化学计量方程式。所假设的反应必须足以反映反应系统的主要特征。然后按标准形式(幂函数型或双曲线型)写出每个反应的速率方程。再根据等温（或不等温）动力学实验的数据，估计模型参数。这种方法已被成功地用于某些比较复杂的反应过程，例如乙烷、丙烷等烃类裂解。
经验模型从实用角度出发，不涉及反应机理，以较简单的数学方程式对实验数据进行拟合，通常用幂函数式表示。
对于有成千上万种组分参加的复杂反应过程（如石油炼制中的催化裂化），建立反应动力学
描述每种组分在反应过程中的变化的分子反应模型是不可能的。近年来发展了集总动力学方法，将反应系统中的所有组分归并成数目有限的集总组分，然后建立集总组分的动力学模型。集总动力学模型已成功地用于催化裂化、催化重整、加氢裂化等石油炼制过程。
微生物反应动力学模型包括以下几种：
1、Monod模型：最基本的微生物反应动力学模型，描述了微生物在单一有机底物的情况下的生长和代谢过程。
2、Haldane模型：将底物抑制和底物限制的影响考虑在内，更加贴近实际情况。
3、Contois模型：将生物量增长速率与底物浓度之比作为微生物生长速率的函数，适用于微生物生长过程中底物浓度快速变化的情况。
4、Andrews模型：将底物抑制和底物限制的影响、微生物生长速率与底物浓度之间的非线性关系以及微生物生长后期的抑制作用考虑在内，适用于复杂底物混合物的情况。
5、Moser模型：考虑到微生物生长过程中的代谢产物对微生物生长速率的抑制作用，适用于微生物生长过程中代谢产物浓度快速积累的情况。
是。动力学模型是在运行的时候是会用到这个传递函数的，二者是有关的，关系是很密切的。应用系统动力学的基本理论和DYNAMO语言建立的仿真模型。系统动力学模型可用于宏观经济和微观经济。
SUMO 中车辆动力学模型包括两方面
longitudinal model 动力学模型： 纵向动力学模型，描述车辆加速和减速
lateral model ：横向动力学模型，描述车辆换道
在 longitudinal model 方面，由于 SUMO 主要用于研究车辆的外部行为、多车交互和交通流，对于单个车辆建模精度要求不高，可以近似看作质点，采用比较简单的 car-following model (跟车模型) 来描述车辆速度和位置变化规律。car-following model 中包含两种情况：无前车和有前车。
在 lateral model 方面，SUMO 采用 lane changing model ( 参考文献 ）。简单地说就是以决策树的方式设定诸多换道条件，只要满足某些条件，就进行相应的换道操作。
默认的 lane changing model 是瞬间换道，即在一个 simulation step 中完成换道，直观地看就是车辆在两个车道之间瞬移。
更加精细的模型包括：
具体设置可以参考
本文主要介绍 car-following model.
要动力学模型了解 SUMO 中默认使用的改进 Krauss model，需要先了解一下原始的 Krauss model 的建模思想。
Krauss model 来自文献:
假设为 leader 与 follower 车间距，其中为车身长度。
如果要求车辆不相撞，需要满足
其中
为了计算， 需要给出速度与刹车距离的函数表达式 和 。下边用函数在处的 Taylor 展开近似替代函数，忽略高阶项得到
下边的问题就是如何计算导数 .
假设刹车时加速度为，则有
其中的积分项对应了刹车加速度为情况下的刹车距离。
一般我们在计算距离时习惯将积分区间设定为时间，而被积函数为速度。这里是将积分区间设定为速度的变化区间，对时间进行积分。这样积分之后得到关于速度的函数，以便后续的操作。
将 式带入 式中得
上述表达式右边 含有，所以需要再整理一下，得到 的显式表达为
其中原本的 也替换为了最大刹车加速度.
上述式子就是 SUMO 中 original Krauss model 的安全跟车速度表达式，部分 程序源码 如下：
这里 式右边就是安全跟车速度，记做 。但是，这一速度还不是最终车辆采用的跟车速度。与无前车情况类似，我们也要保证跟车速度不能超过允许的最大速度，因此要取安全速度和允许最大速度中的较小值，即
其中为最大加速度，为仿真更新步长。
另外，可以引入随机因子，表示车辆并不一定按照上述安全跟车速度行驶，可以取更小的值，即
其中为外部设定的 imperfection parameter，表征了偏离的程度。
总结算法步骤：
尽管 SUMO 中包含了上述原始 Krauss model，但是没有作为默认 car-following model，而是做了较大改动。改进模型与原始的 Krauss 模型的出发点是相同的：在保证不碰撞的前提下，车速尽量的快。但在计算安全速度方面，与原始 Krauss 完全不同。
改进的 Krauss model 依然基于上述公式，但并没有采用泰勒展开方式近似表达刹车距离函数，而是直接数值计算。步骤与源码实现如下：
上式中 为前车速度减到 0 需要的时间。
在 SUMO 源码中通过brakeGapEuler 函数实现上述计算过程。
这里需要注意的是，SUMO 默认采用Euler 数值积分方式 ，在计算位置时公式如下：
即时刻的位置等于时刻的位置加上时刻的速度造成的位置变化。
明白了这种积分方式才能更好的理解源码中的计算公式。
得到安全跟车速度之后，其余部分与原始的 Krauss model 类似的，要与允许的最大速度比较，并且考虑随机因素。具体在followSpeed 函数和dawdle2 函数中实现。
按化学反应动力学模型的不同特点和不同的应用要求动力学模型，常用的动力学模型有： 从实用角度出发，不涉及反应机理，以较简单的数学方程式对实验数据进行拟合，通常用幂函数式表示。
对于有成千上万种组分参加的复杂反应过程（如石油炼制中的催化裂化），建立描述每种组分在反应过程中的变化的分子反应模型是不可能的。近年来发展了集总动力学方法，将反应系统中的所有组分归并成数目有限的集总组分，然后建立集总组分的动力学模型。集总动力学模型已成功地用于催化裂化、催化重整、加氢裂化等石油炼制过程。