为了进一步提高交通流的稳定性，在经典基于驾驶员记忆的最优速度（OVCM）模型的基础上，提出了一种基于多前车最优速度与紧邻加速度（MHOVA）的智能网联车辆跟驰模型。首先，引入 k辆前车的最优速度变化量与紧邻前车的加速度改进OVCM模型，并分别以参数 γ和 ω表示其权重；然后，结合改进模型利用线性稳定性分析获得交通流的临界稳定条件；最后，利用Matlab对车队施加扰动后的速度和车头距等参数进行数值模拟与分析。仿真结果表明：在车队启动和停止过程的仿真中，所提模型比OVCM模型使得车队整体达到稳定状态的时间更短；在环形道路上车队施加扰动的仿真中，所提模型相比于全速度差（FVD）模型、OVCM和多前车最优速度（MHOV）模型，在合理加速度敏感系数 ω和前车数k约束下的速度和车头距波动幅度相对较小，尤其当 ω为0.3且 k为5时车辆速度的向上和向下波动率最小可达0.67%和0.47%，表明改进模型能较好地吸收交通扰动和增强车队行驶稳定性。