Предложена имитационная компьютерная модель гетерогенного транспортного потока, основанная на подходе клеточных автоматов. В модели присутствуют три типа агентов — участников дорожного движения: транспортные средства, управляемые человеком, беспилотные и девиантные транспортные средства. В основе динамики движения лежат правила поведения, сформулированные в усовершенствованной модели S-NFS. Предложены и проанализированы три правила поведения девиантных агентов: два правила связаны с перестроением, и одно — с намеренным снижением скорости. Показано, что при средней плотности транспортного потока на него в основном влияют девиантные транспортные средства. Рассмотрена задача выявления девиантного поведения в транспортных потоках с использованием нейронных сетей. Исследование проводилось на созданной обучающей выборке, которая получена с помощью разработанной имитационной модели. Наблюдения в выборке включали в себя данные о скорости отслеживаемого транспортного средства, относительных положениях и скоростях соседних транспортных средств, а также информацию о перестроениях. Эти данные организованы в виде матриц, что позволило эффективно внедрить их в архитектуру нейронной сети. Полученные результаты демонстрируют, что нейронные сети, даже с относительно простой архитектурой, эффективно классифицируют транспортные средства в потоке и выявляют их девиантное поведение, что подчеркивает перспективность применения нейронных сетей в интеллектуальных транспортных системах