Key points are not available for this paper at this time.
لقد أدى التوسع المستمر في التحضر إلى زيادة كثافة السكان وزيادة دراماتيكية في عدد المركبات، مع ظهور الازدحام المروري كحاجز كبير أمام التنمية الحضرية. تستخدم أنظمة النقل الذكية (ITS) تكنولوجيا المعلومات المتقدمة لمراقبة وتحليل تدفق المرور في الوقت الحقيقي، مما يلعب دورًا حيويًا في تخفيف ضغوط المرور الحضرية وتعزيز كفاءة استخدام الطرق. تهدف هذه الورقة إلى اقتراح طريقة تحليل بيانات تعتمد على خوارزميات تعلم الآلة لمراقبة حركة المرور في الوقت الحقيقي وتوقع الازدحام، مما يوفر دعمًا علميًا لاتخاذ القرارات في إدارة المرور الحضري. تشمل الأبحاث طرق جمع بيانات المرور، بما في ذلك بيانات موقع المركبة وسرعتها وتدفقها؛ وتقنيات معالجة البيانات واستخراج الميزات لتحسين جودة البيانات واستخراج الميزات المفيدة لتوقع الازدحام؛ وتطبيق مجموعة متنوعة من خوارزميات تعلم الآلة لإنشاء نموذج لتوقع الازدحام المروري. بالإضافة إلى ذلك، تقيم هذه الورقة وت optimizes النموذج وتختبره باستخدام بيانات مرور فعلية للتحقق من فعاليته وصلاحيته. تشير نتائج البحث إلى أن الطريقة المقترحة المعتمدة على تعلم الآلة يمكن أن تتوقع الازدحام بشكل فعال، مما يوفر أداة قوية لأقسام إدارة المرور، ويساعد في اتخاذ تدابير استباقية لتقليل التأخيرات المرورية وتحسين تجربة السفر للمواطنين. لا تقتصر هذه الدراسة على إثراء مجال أبحاث أنظمة النقل الذكية فحسب، بل توفر أيضًا أسس نظرية ودعمًا تقنيًا لممارسات إدارة المرور الحضري.
درس وي سونغ (سون) هذا السؤال.