我们采用高效的kinetic monte carlo (kmc)方法,基于排除原理和微观动力学,研究1D和2D晶格上的交通流模型。该模型根据每辆车前方交通的配置实施随机规则的运动。在第一部分中,我们比较了两种不同的前瞻规则:一种基于考虑中的车与前车的距离,另一种取决于前方的车密度。在第二部分中,我们引入了一种多移动的新思路,这在恢复宏观动力学中的非凹通量中起到了关键作用。在第三部分中,我们提出了一种前瞻规则,它既取决于前方的车密度,也取决于与车距相关的广义交互函数。对于这种情况,我们设计了一种加速的kmc方法,以减少非局部转换率评估中的计算复杂性。我们的结果表明,在不同参数设置下,kmc模拟的通量与粗粒宏观平均通量一致。