Sistem Pengurusan Trafik Bersepadu dengan Pemodelan Ramalan dan Visualisasi

Gambaran keseluruhan

Sistem Pengurusan Trafik (TMS) yang dibentangkan di sini menyepadukan pemodelan ramalan dan visualisasi masa nyata untuk memudahkan kawalan trafik dan pengurusan insiden yang cekap. Dibangunkan menggunakan Python dan Tkinter untuk antara muka grafik, sistem ini memanfaatkan algoritma pembelajaran mesin untuk meramalkan volum trafik berdasarkan keadaan cuaca dan dinamik waktu sibuk. Aplikasi ini menggambarkan data trafik sejarah dan ramalan melalui graf interaktif, memberikan pandangan yang penting untuk membuat keputusan dalam pengurusan trafik bandar.

Ciri-ciri Utama

• Ramalan Trafik: Menggunakan model pembelajaran mesin (Regression Linear dan Hutan Rawak) untuk meramal volum trafik berdasarkan penunjuk suhu, kerpasan dan waktu sibuk.
• Penggambaran Grafik: Memaparkan arah aliran trafik sejarah bersama volum yang diramalkan pada graf interaktif, meningkatkan pemahaman dan keupayaan pemantauan.
• Simulasi Trafik Masa Nyata: Mensimulasikan perubahan lampu isyarat untuk meniru senario dunia sebenar, membantu dalam menilai respons sistem dalam pelbagai keadaan.
• Pelaporan Insiden: Membenarkan pengguna melaporkan insiden, menangkap lokasi dan penerangan untuk pengurusan dan respons segera.

Bermula

Prasyarat

Pastikan Python 3.x dipasang. Pasang kebergantungan menggunakan pip:

pip install pandas matplotlib scikit-learn

Pemasangan

1. Klon repositori:

   git clone <https://github.com/EkeminiThompson/traffic_management_system.git>
   cd traffic-management-system

1. Pasang kebergantungan:

   pip install -r requirements.txt

1. Jalankan aplikasi:

   python main.py

Penggunaan

1. Ramalan Trafik:

   • Pilih lokasi, tarikh dan model (Regression Linear atau Hutan Rawak).
   • Klik "Ramalkan Trafik" untuk melihat jumlah trafik yang diramalkan.
   • Kosongkan graf menggunakan butang "Kosongkan Graf".

2. Penggambaran Grafik:

   • Graf menunjukkan data trafik sejarah dan jumlah ramalan untuk tarikh yang dipilih.
   • Garis putus-putus merah menunjukkan tarikh ramalan dan titik hijau menunjukkan jumlah trafik yang diramalkan.

3. Kawalan Lampu Trafik:

   • Simulasikan menukar warna lampu isyarat (Merah, Hijau, Kuning) untuk menilai dinamik aliran trafik.

4. Pelaporan Insiden:

   • Laporkan insiden lalu lintas dengan memasukkan lokasi dan penerangan.
   • Klik "Laporkan Insiden" untuk menyerahkan laporan.

Gambaran Keseluruhan Kod

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 <= 9) or (x >= 16 and x <= 18) else 0)

# Model training
X = df[['temperature', 'precipitation', 'is_rush_hour']]
y = df['traffic_volume']

# Create models
linear_model = LinearRegression()
linear_model.fit(X, y)

forest_model = RandomForestRegressor(n_estimators=100, random_state=42)
forest_model.fit(X, y)

class TrafficManagementApp:
    def __init__(self, root):
        # Initialization of GUI
        # ...

    def on_submit(self):
        # Handling traffic prediction submission
        # ...

    def update_graph(self, location, date_str, prediction):
        # Updating graph with historical and predicted traffic data
        # ...

    # Other methods for GUI components and functionality

if __name__ == "__main__":
    root = tk.Tk()
    app = TrafficManagementApp(root)
    root.mainloop()

Kesimpulan

Sistem Pengurusan Trafik ialah alat yang canggih untuk perancang bandar dan pengawal trafik, menggabungkan analitik ramalan lanjutan dengan antara muka grafik intuitif. Dengan meramalkan corak trafik dan menggambarkan arah aliran data, sistem ini meningkatkan keupayaan membuat keputusan dan memudahkan pengurusan proaktif sumber trafik. Reka bentuknya yang mesra pengguna memastikan kebolehcapaian dan kepraktisan, menjadikannya aset berharga dalam pengurusan infrastruktur bandar moden.

Atas ialah kandungan terperinci Sistem Pengurusan Trafik Bersepadu dengan Pemodelan Ramalan dan Visualisasi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!