ملخص

يدمج نظام إدارة حركة المرور (TMS) المعروض هنا النمذجة التنبؤية والتصور في الوقت الفعلي لتسهيل التحكم الفعال في حركة المرور وإدارة الحوادث. تم تطوير هذا النظام باستخدام Python وTkinter للواجهة الرسومية، ويستفيد من خوارزميات التعلم الآلي للتنبؤ بحجم حركة المرور بناءً على الظروف الجوية وديناميكيات ساعة الذروة. يتصور التطبيق بيانات حركة المرور التاريخية والمتوقعة من خلال الرسوم البيانية التفاعلية، مما يوفر رؤى حاسمة لاتخاذ القرار في إدارة حركة المرور في المناطق الحضرية.

دلائل الميزات

• التنبؤ بحركة المرور: يستخدم نماذج التعلم الآلي (الانحدار الخطي والغابة العشوائية) للتنبؤ بحجم حركة المرور بناءً على مؤشرات درجة الحرارة وهطول الأمطار وساعة الذروة.
• التصور الرسومي: يعرض اتجاهات حركة المرور التاريخية إلى جانب الأحجام المتوقعة على الرسوم البيانية التفاعلية، مما يعزز قدرات الفهم والمراقبة.
• محاكاة حركة المرور في الوقت الفعلي: يحاكي تغييرات إشارات المرور لتكرار سيناريوهات العالم الحقيقي، مما يساعد في تقييم استجابات النظام في ظل ظروف مختلفة.
• الإبلاغ عن الحوادث: يسمح للمستخدمين بالإبلاغ عن الحوادث والتقاط الموقع والوصف للإدارة والاستجابة السريعة.

ابدء

المتطلبات الأساسية

تأكد من تثبيت Python 3.x. تثبيت التبعيات باستخدام النقطة:

pip install pandas matplotlib scikit-learn

تثبيت

1. استنساخ المستودع:

   git clone 
   cd traffic-management-system

1. تثبيت التبعيات:

   pip install -r requirements.txt

1. تشغيل التطبيق:

   python main.py

الاستخدام

1. التنبؤ بحركة المرور:

   • حدد الموقع والتاريخ والنموذج (الانحدار الخطي أو الغابة العشوائية).
   • انقر على "توقع حركة المرور" لمعرفة حجم حركة المرور المتوقعة.
   • امسح الرسم البياني باستخدام زر "مسح الرسم البياني".

2. التصور الرسومي:

   • يظهر الرسم البياني بيانات حركة المرور التاريخية والأحجام المتوقعة للتاريخ المحدد.
   • يشير الخط الأحمر المتقطع إلى تاريخ التنبؤ، والنقطة الخضراء توضح حجم حركة المرور المتوقع.

3. التحكم في إشارات المرور:

   • محاكاة تغيير ألوان إشارات المرور (الأحمر والأخضر والأصفر) لتقييم ديناميكيات تدفق حركة المرور.

4. الإبلاغ عن الحوادث:

   • الإبلاغ عن الحوادث المرورية عن طريق إدخال الموقع والوصف.
   • انقر على "الإبلاغ عن الحادث" لإرسال التقرير.

نظرة عامة على الكود

main.py

# Main application using Tkinter for GUI

import tkinter as tk
from tkinter import messagebox, ttk
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import random
from datetime import datetime
from sklearn.linear_model import LinearRegression
from sklearn.ensemble import RandomForestRegressor

# Mock data for demonstration
data = {
    'temperature': [25, 28, 30, 22, 20],
    'precipitation': [0, 0, 0.2, 0.5, 0],
    'hour': [8, 9, 10, 17, 18],
    'traffic_volume': [100, 200, 400, 300, 250]
}
df = pd.DataFrame(data)

# Feature engineering
df['is_rush_hour'] = df['hour'].apply(lambda x: 1 if (x >= 7 and x = 16 and x 




  
  
  خاتمة


 يعد نظام إدارة حركة المرور أداة متطورة لمخططي المدن ومراقبي حركة المرور، حيث يجمع بين التحليلات التنبؤية المتقدمة والواجهات الرسومية البديهية. ومن خلال التنبؤ بأنماط حركة المرور وتصور اتجاهات البيانات، يعزز النظام قدرات اتخاذ القرار ويسهل الإدارة الاستباقية لموارد حركة المرور. ويضمن تصميمه سهل الاستخدام إمكانية الوصول والتطبيق العملي، مما يجعله أحد الأصول القيمة في إدارة البنية التحتية الحضرية الحديثة.