هذا المشروع عبارة عن نظام متكامل لمحاكاة وتحسين مسارات النقل والتوصيل باستخدام خوارزمية مستعمرات النمل (ACO) مع واجهة رسومية تفاعلية عبر Streamlit. تم تصميمه لمساعدة الشركات أو الأفراد على اختيار أفضل الطرق لتقليل استهلاك الوقود أو تقليل الوقت حسب الأولوية.
مكونات المشروع:
محرك التحسين ACO (Ant Colony Optimizer):
يحاكي سلوك النمل لاكتشاف أفضل المسارات بين مجموعة من المدن.
يأخذ بعين الاعتبار المسافة، السرعة المتوقعة، الازدحام المروري، واستهلاك الوقود لكل مسار.
يسمح للمستخدم بضبط مستوى الأولوية بين الوقت والتكلفة (الوقود) باستخدام مؤشر قابل للتغيير.
يولد أفضل مسار مع حساب التكلفة التقديرية واستهلاك الوقود والوقت الكلي.
تمثيل المدن والخريطة:
كل مدينة تمثل بنقاط (x, y) في خريطة ثنائية الأبعاد.
يتم إنشاء مصفوفات المسافة، السرعة، الازدحام، واستهلاك الوقود بين المدن.
إمكانية توليد مدن عشوائية أو تحميل بيانات المدن من ملف CSV.
واجهة المستخدم التفاعلية (Streamlit):
شريط منزلق لضبط الأولوية بين توفير الوقود و تقليل الوقت.
أزرار لتوليد خريطة جديدة للمدن وتشغيل عملية التحسين.
عرض النتائج على شكل خريطة تفاعلية للمسار الأمثل.
عرض محاكاة حركة السيارة على الطريق باستخدام الرسوم المتحركة لمتابعة المسار خطوة بخطوة.
عرض مؤشرات الأداء مثل التقديرات الزمنية والتكلفة والوقود المستهلك.
ميزات المشروع:
دمج عوامل حقيقية مثل السرعة المسموح بها، الازدحام المروري، واستهلاك الوقود.
استخدام خوارزمية ACO لتقديم حلول قريبة من المثالية لمسارات النقل المعقدة.
واجهة تفاعلية وسهلة الاستخدام مع محاكاة واقعية لحركة المركبات.
يمكن التحكم في الأولويات بين الوقت والتكلفة لتناسب احتياجات المستخدم.
التقنيات المستخدمة:
لغة البرمجة: Python
مكتبات: NumPy، Pandas، Matplotlib، Streamlit
خوارزمية التحسين: Ant Colony Optimization (ACO)
تقنيات الرسوم المتحركة: Matplotlib Animation
تصميم واجهة تفاعلية: Streamlit + HTML Components
