为研究网联混行车流跟驰特性，本文建立网联混行车流跟驰模型帮助理解其跟驰特性，从而提高混行车流稳定性。考虑前后车头间距最优速度与最优速度记忆项，多前车速度差与加速度差，构建适用于智能网联汽车（CAV）与人工驾驶车辆（HV）交互渗透的混行车流跟驰模型（MFROVCM）。对模型进行稳定性分析，结果显示，MFROVCM模型与OVCM模型相比，不稳定区域减少53.17%；与BL-OVCM模型相比，不稳定区域减少15.44%，模型稳定性优于其他对比模型。数值仿真结果显示：相同扰动条件下，MFROVCM模型具有更好的交通流致稳性能，随着CAV渗透率的增大，整体交通流速度波动幅度减小，且恢复稳定的时间逐渐减小。该模型可应用于CAV与HV混行的车流跟驰仿真，为网联混合车流的交通控制策略提供理论依据与模型基础。