diff --git "a/modules/pricing/price_analyzer.py" "b/modules/pricing/price_analyzer.py"
--- "a/modules/pricing/price_analyzer.py"
+++ "b/modules/pricing/price_analyzer.py"
@@ -1,1695 +1,1695 @@
-"""
-محلل الأسعار لنظام إدارة المناقصات
-"""
-
-import os
-import pandas as pd
-import numpy as np
-import matplotlib.pyplot as plt
-import seaborn as sns
-from datetime import datetime, timedelta
-from scipy import stats
-import logging
-
-logger = logging.getLogger('tender_system.pricing.analyzer')
-
-class PriceAnalyzer:
-    """فئة تحليل الأسعار"""
-    
-    def __init__(self, db_connector):
-        """تهيئة محلل الأسعار"""
-        self.db = db_connector
-        self.charts_dir = os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))), "data", "charts")
-        
-        # إنشاء مجلد الرسوم البيانية إذا لم يكن موجودًا
-        os.makedirs(self.charts_dir, exist_ok=True)
-    
-    def get_price_history(self, item_id, start_date=None, end_date=None):
-        """الحصول على تاريخ الأسعار لبند معين
-        
-        المعلمات:
-            item_id (int): معرف البند
-            start_date (str, optional): تاريخ البداية بتنسيق 'YYYY-MM-DD'
-            end_date (str, optional): تاريخ النهاية بتنسيق 'YYYY-MM-DD'
-            
-        العائد:
-            pandas.DataFrame: إطار بيانات يحتوي على تاريخ الأسعار
-        """
-        try:
-            query = """
-                SELECT 
-                    pih.id,
-                    pih.price,
-                    pih.price_date,
-                    pih.price_source,
-                    pih.notes,
-                    pib.code,
-                    pib.name,
-                    mu.name as unit_name,
-                    mu.symbol as unit_symbol
-                FROM 
-                    pricing_items_history pih
-                JOIN 
-                    pricing_items_base pib ON pih.base_item_id = pib.id
-                LEFT JOIN 
-                    measurement_units mu ON pib.unit_id = mu.id
-                WHERE 
-                    pih.base_item_id = ?
-            """
-            
-            params = [item_id]
-            
-            if start_date:
-                query += " AND pih.price_date >= ?"
-                params.append(start_date)
-            
-            if end_date:
-                query += " AND pih.price_date <= ?"
-                params.append(end_date)
-            
-            query += " ORDER BY pih.price_date ASC"
-            
-            results = self.db.fetch_all(query, params)
-            
-            if not results:
-                logger.warning(f"لا توجد بيانات تاريخية للسعر للبند رقم {item_id}")
-                return pd.DataFrame()
-            
-            # تحويل النتائج إلى إطار بيانات
-            df = pd.DataFrame(results, columns=[
-                'id', 'price', 'price_date', 'price_source', 'notes', 
-                'code', 'name', 'unit_name', 'unit_symbol'
-            ])
-            
-            # تحويل تاريخ السعر إلى نوع datetime
-            df['price_date'] = pd.to_datetime(df['price_date'])
-            
-            return df
-            
-        except Exception as e:
-            logger.error(f"خطأ في الحصول على تاريخ الأسعار: {str(e)}")
-            return pd.DataFrame()
-    
-    def analyze_price_trends(self, item_id, start_date=None, end_date=None):
-        """تحليل اتجاهات الأسعار
-        
-        المعلمات:
-            item_id (int): معرف البند
-            start_date (str, optional): تاريخ البداية بتنسيق 'YYYY-MM-DD'
-            end_date (str, optional): تاريخ النهاية بتنسيق 'YYYY-MM-DD'
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج تحليل اتجاهات الأسعار
-        """
-        try:
-            # الحصول على تاريخ الأسعار
-            df = self.get_price_history(item_id, start_date, end_date)
-            
-            if df.empty:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بيانات كافية لتحليل اتجاهات الأسعار'
-                }
-            
-            # حساب الإحصاءات الأساسية
-            stats_data = {
-                'min_price': df['price'].min(),
-                'max_price': df['price'].max(),
-                'avg_price': df['price'].mean(),
-                'median_price': df['price'].median(),
-                'std_dev': df['price'].std(),
-                'price_range': df['price'].max() - df['price'].min(),
-                'count': len(df),
-                'start_date': df['price_date'].min().strftime('%Y-%m-%d'),
-                'end_date': df['price_date'].max().strftime('%Y-%m-%d'),
-                'duration_days': (df['price_date'].max() - df['price_date'].min()).days,
-                'item_name': df['name'].iloc[0],
-                'item_code': df['code'].iloc[0],
-                'unit': df['unit_symbol'].iloc[0] if not pd.isna(df['unit_symbol'].iloc[0]) else ''
-            }
-            
-            # حساب التغير المطلق والنسبي
-            if len(df) >= 2:
-                first_price = df['price'].iloc[0]
-                last_price = df['price'].iloc[-1]
-                
-                stats_data['absolute_change'] = last_price - first_price
-                stats_data['percentage_change'] = ((last_price - first_price) / first_price) * 100
-                
-                # حساب معدل التغير السنوي
-                years = stats_data['duration_days'] / 365.0
-                if years > 0:
-                    stats_data['annual_change_rate'] = (((last_price / first_price) ** (1 / years)) - 1) * 100
-                else:
-                    stats_data['annual_change_rate'] = 0
-            else:
-                stats_data['absolute_change'] = 0
-                stats_data['percentage_change'] = 0
-                stats_data['annual_change_rate'] = 0
-            
-            # تحليل الاتجاه باستخدام الانحدار الخطي
-            if len(df) >= 3:
-                # إنشاء متغير مستقل (الأيام منذ أول تاريخ)
-                df['days'] = (df['price_date'] - df['price_date'].min()).dt.days
-                
-                # حساب الانحدار الخطي
-                slope, intercept, r_value, p_value, std_err = stats.linregress(df['days'], df['price'])
-                
-                stats_data['trend_slope'] = slope
-                stats_data['trend_intercept'] = intercept
-                stats_data['trend_r_squared'] = r_value ** 2
-                stats_data['trend_p_value'] = p_value
-                stats_data['trend_std_err'] = std_err
-                
-                # تحديد اتجاه السعر
-                if p_value < 0.05:  # إذا كان الاتجاه ذو دلالة إحصائية
-                    if slope > 0:
-                        stats_data['trend_direction'] = 'upward'
-                        stats_data['trend_description'] = 'اتجاه تصاعدي'
-                    elif slope < 0:
-                        stats_data['trend_direction'] = 'downward'
-                        stats_data['trend_description'] = 'اتجاه تنازلي'
-                    else:
-                        stats_data['trend_direction'] = 'stable'
-                        stats_data['trend_description'] = 'مستقر'
-                else:
-                    stats_data['trend_direction'] = 'no_significant_trend'
-                    stats_data['trend_description'] = 'لا يوجد اتجاه واضح'
-                
-                # حساب التقلب (معامل الاختلاف)
-                stats_data['volatility'] = (df['price'].std() / df['price'].mean()) * 100
-                
-                # تصنيف التقلب
-                if stats_data['volatility'] < 5:
-                    stats_data['volatility_level'] = 'low'
-                    stats_data['volatility_description'] = 'منخفض'
-                elif stats_data['volatility'] < 15:
-                    stats_data['volatility_level'] = 'medium'
-                    stats_data['volatility_description'] = 'متوسط'
-                else:
-                    stats_data['volatility_level'] = 'high'
-                    stats_data['volatility_description'] = 'مرتفع'
-            else:
-                stats_data['trend_direction'] = 'insufficient_data'
-                stats_data['trend_description'] = 'بيانات غير كافية'
-                stats_data['volatility'] = 0
-                stats_data['volatility_level'] = 'unknown'
-                stats_data['volatility_description'] = 'غير معروف'
-            
-            # إنشاء رسم بياني للاتجاه
-            chart_path = self._create_trend_chart(df, stats_data, item_id)
-            stats_data['chart_path'] = chart_path
-            
-            return {
-                'status': 'success',
-                'data': stats_data
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في تحليل اتجاهات الأسعار: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء تحليل اتجاهات الأسعار: {str(e)}'
-            }
-    
-    def _create_trend_chart(self, df, stats_data, item_id):
-        """إنشاء رسم بياني للاتجاه
-        
-        المعلمات:
-            df (pandas.DataFrame): إطار البيانات
-            stats_data (dict): بيانات الإحصاءات
-            item_id (int): معرف البند
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(10, 6))
-            
-            # رسم نقاط البيانات
-            plt.scatter(df['price_date'], df['price'], color='blue', alpha=0.6, label='أسعار فعلية')
-            
-            # رسم خط الاتجاه إذا كان هناك بيانات كافية
-            if len(df) >= 3 and 'trend_slope' in stats_data:
-                # إنشاء خط الاتجاه
-                x_trend = pd.date_range(start=df['price_date'].min(), end=df['price_date'].max(), periods=100)
-                days_trend = [(date - df['price_date'].min()).days for date in x_trend]
-                y_trend = stats_data['trend_slope'] * np.array(days_trend) + stats_data['trend_intercept']
-                
-                # رسم خط الاتجاه
-                plt.plot(x_trend, y_trend, color='red', linestyle='--', label='خط الاتجاه')
-            
-            # رسم خط متوسط السعر
-            plt.axhline(y=stats_data['avg_price'], color='green', linestyle='-', alpha=0.5, label='متوسط السعر')
-            
-            # إضافة عنوان ومحاور
-            plt.title(f"تحليل اتجاه السعر - {stats_data['item_name']} ({stats_data['item_code']})")
-            plt.xlabel('التاريخ')
-            plt.ylabel(f"السعر ({stats_data['unit']})")
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7)
-            
-            # إضافة وسيلة إيضاح
-            plt.legend()
-            
-            # تنسيق التاريخ على المحور السيني
-            plt.gcf().autofmt_xdate()
-            
-            # إضافة معلومات إحصائية
-            info_text = (
-                f"التغير: {stats_data['percentage_change']:.2f}%\n"
-                f"التقلب: {stats_data['volatility']:.2f}%\n"
-            )
-            
-            if 'trend_r_squared' in stats_data:
-                info_text += f"R²: {stats_data['trend_r_squared']:.3f}"
-            
-            plt.annotate(info_text, xy=(0.02, 0.95), xycoords='axes fraction', 
-                        bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
-            
-            # حفظ الرسم البياني
-            chart_filename = f"price_trend_{item_id}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني للاتجاه: {str(e)}")
-            return None
-    
-    def compare_prices(self, items, date=None):
-        """مقارنة الأسعار بين عدة بنود
-        
-        المعلمات:
-            items (list): قائمة بمعرفات البنود
-            date (str, optional): تاريخ المقارنة بتنسيق 'YYYY-MM-DD'
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج مقارنة الأسعار
-        """
-        try:
-            if not items:
-                return {
-                    'status': 'error',
-                    'message': 'لم يتم تحديد أي بنود للمقارنة'
-                }
-            
-            comparison_data = []
-            
-            for item_id in items:
-                # الحصول على معلومات البند الأساسية
-                item_query = """
-                    SELECT 
-                        id, code, name, description, 
-                        (SELECT name FROM measurement_units WHERE id = unit_id) as unit_name,
-                        (SELECT symbol FROM measurement_units WHERE id = unit_id) as unit_symbol,
-                        base_price, last_updated_date
-                    FROM 
-                        pricing_items_base
-                    WHERE 
-                        id = ?
-                """
-                
-                item_result = self.db.fetch_one(item_query, [item_id])
-                
-                if not item_result:
-                    logger.warning(f"البند رقم {item_id} غير موجود")
-                    continue
-                
-                item_data = {
-                    'id': item_result[0],
-                    'code': item_result[1],
-                    'name': item_result[2],
-                    'description': item_result[3],
-                    'unit_name': item_result[4],
-                    'unit_symbol': item_result[5],
-                    'base_price': item_result[6],
-                    'last_updated_date': item_result[7]
-                }
-                
-                # إذا تم تحديد تاريخ، نبحث عن السعر في ذلك التاريخ
-                if date:
-                    price_query = """
-                        SELECT price, price_date, price_source
-                        FROM pricing_items_history
-                        WHERE base_item_id = ?
-                        AND price_date <= ?
-                        ORDER BY price_date DESC
-                        LIMIT 1
-                    """
-                    
-                    price_result = self.db.fetch_one(price_query, [item_id, date])
-                    
-                    if price_result:
-                        item_data['price'] = price_result[0]
-                        item_data['price_date'] = price_result[1]
-                        item_data['price_source'] = price_result[2]
-                    else:
-                        # إذا لم يتم العثور على سعر في التاريخ المحدد، نستخدم السعر الأساسي
-                        item_data['price'] = item_data['base_price']
-                        item_data['price_date'] = item_data['last_updated_date']
-                        item_data['price_source'] = 'base_price'
-                else:
-                    # إذا لم يتم تحديد تاريخ، نستخدم أحدث سعر
-                    price_query = """
-                        SELECT price, price_date, price_source
-                        FROM pricing_items_history
-                        WHERE base_item_id = ?
-                        ORDER BY price_date DESC
-                        LIMIT 1
-                    """
-                    
-                    price_result = self.db.fetch_one(price_query, [item_id])
-                    
-                    if price_result:
-                        item_data['price'] = price_result[0]
-                        item_data['price_date'] = price_result[1]
-                        item_data['price_source'] = price_result[2]
-                    else:
-                        # إذا لم يتم العثور على سعر، نستخدم السعر الأساسي
-                        item_data['price'] = item_data['base_price']
-                        item_data['price_date'] = item_data['last_updated_date']
-                        item_data['price_source'] = 'base_price'
-                
-                comparison_data.append(item_data)
-            
-            if not comparison_data:
-                return {
-                    'status': 'error',
-                    'message': 'لم يتم العثور على أي بنود للمقارنة'
-                }
-            
-            # إنشاء رسم بياني للمقارنة
-            chart_path = self._create_comparison_chart(comparison_data, date)
-            
-            return {
-                'status': 'success',
-                'data': {
-                    'items': comparison_data,
-                    'comparison_date': date if date else 'latest',
-                    'chart_path': chart_path
-                }
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في مقارنة الأسعار: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء مقارنة الأسعار: {str(e)}'
-            }
-    
-    def _create_comparison_chart(self, comparison_data, date=None):
-        """إنشاء رسم بياني للمقارنة
-        
-        المعلمات:
-            comparison_data (list): بيانات المقارنة
-            date (str, optional): تاريخ المقارنة
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(12, 6))
-            
-            # إعداد البيانات للرسم
-            names = [f"{item['code']} - {item['name']}" for item in comparison_data]
-            prices = [item['price'] for item in comparison_data]
-            
-            # رسم الأعمدة
-            bars = plt.bar(names, prices, color='skyblue', edgecolor='navy')
-            
-            # إضافة القيم فوق الأعمدة
-            for bar in bars:
-                height = bar.get_height()
-                plt.text(bar.get_x() + bar.get_width()/2., height + 0.1,
-                        f'{height:.2f}', ha='center', va='bottom')
-            
-            # إضافة عنوان ومحاور
-            title = "مقارنة الأسعار"
-            if date:
-                title += f" (بتاريخ {date})"
-            
-            plt.title(title)
-            plt.xlabel('البنود')
-            plt.ylabel('السعر')
-            
-            # تدوير تسميات المحور السيني لتجنب التداخل
-            plt.xticks(rotation=45, ha='right')
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7, axis='y')
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"price_comparison_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني للمقارنة: {str(e)}")
-            return None
-    
-    def calculate_price_volatility(self, item_id, period='1y'):
-        """حساب تقلب الأسعار
-        
-        المعلمات:
-            item_id (int): معرف البند
-            period (str): الفترة الزمنية ('1m', '3m', '6m', '1y', '2y', '5y', 'all')
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج حساب تقلب الأسعار
-        """
-        try:
-            # تحديد تاريخ البداية بناءً على الفترة
-            end_date = datetime.now().strftime('%Y-%m-%d')
-            
-            if period == '1m':
-                start_date = (datetime.now() - timedelta(days=30)).strftime('%Y-%m-%d')
-            elif period == '3m':
-                start_date = (datetime.now() - timedelta(days=90)).strftime('%Y-%m-%d')
-            elif period == '6m':
-                start_date = (datetime.now() - timedelta(days=180)).strftime('%Y-%m-%d')
-            elif period == '1y':
-                start_date = (datetime.now() - timedelta(days=365)).strftime('%Y-%m-%d')
-            elif period == '2y':
-                start_date = (datetime.now() - timedelta(days=730)).strftime('%Y-%m-%d')
-            elif period == '5y':
-                start_date = (datetime.now() - timedelta(days=1825)).strftime('%Y-%m-%d')
-            else:  # 'all'
-                start_date = None
-            
-            # الحصول على تاريخ الأسعار
-            df = self.get_price_history(item_id, start_date, end_date)
-            
-            if df.empty or len(df) < 2:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بيانات كافية لحساب تقلب الأسعار'
-                }
-            
-            # حساب التقلب (معامل الاختلاف)
-            mean_price = df['price'].mean()
-            std_dev = df['price'].std()
-            volatility = (std_dev / mean_price) * 100
-            
-            # حساب التغيرات النسبية
-            df['price_shift'] = df['price'].shift(1)
-            df = df.dropna()
-            
-            if not df.empty:
-                df['price_change_pct'] = ((df['price'] - df['price_shift']) / df['price_shift']) * 100
-                
-                # حساب إحصاءات التغيرات
-                max_increase = df['price_change_pct'].max()
-                max_decrease = df['price_change_pct'].min()
-                avg_change = df['price_change_pct'].mean()
-                median_change = df['price_change_pct'].median()
-                
-                # حساب عدد التغيرات الإيجابية والسلبية
-                positive_changes = (df['price_change_pct'] > 0).sum()
-                negative_changes = (df['price_change_pct'] < 0).sum()
-                no_changes = (df['price_change_pct'] == 0).sum()
-                
-                # تصنيف التقلب
-                if volatility < 5:
-                    volatility_level = 'low'
-                    volatility_description = 'منخفض'
-                elif volatility < 15:
-                    volatility_level = 'medium'
-                    volatility_description = 'متوسط'
-                else:
-                    volatility_level = 'high'
-                    volatility_description = 'مرتفع'
-                
-                # إنشاء رسم بياني للتقلب
-                chart_path = self._create_volatility_chart(df, item_id, period)
-                
-                return {
-                    'status': 'success',
-                    'data': {
-                        'item_id': item_id,
-                        'item_name': df['name'].iloc[0],
-                        'item_code': df['code'].iloc[0],
-                        'period': period,
-                        'start_date': df['price_date'].min().strftime('%Y-%m-%d'),
-                        'end_date': df['price_date'].max().strftime('%Y-%m-%d'),
-                        'data_points': len(df),
-                        'mean_price': mean_price,
-                        'std_dev': std_dev,
-                        'volatility': volatility,
-                        'volatility_level': volatility_level,
-                        'volatility_description': volatility_description,
-                        'max_increase': max_increase,
-                        'max_decrease': max_decrease,
-                        'avg_change': avg_change,
-                        'median_change': median_change,
-                        'positive_changes': positive_changes,
-                        'negative_changes': negative_changes,
-                        'no_changes': no_changes,
-                        'chart_path': chart_path
-                    }
-                }
-            else:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بيانات كافية لحساب تقلب الأسعار بعد معالجة البيانات'
-                }
-            
-        except Exception as e:
-            logger.error(f"خطأ في حساب تقلب الأسعار: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء حساب تقلب الأسعار: {str(e)}'
-            }
-    
-    def _create_volatility_chart(self, df, item_id, period):
-        """إنشاء رسم بياني للتقلب
-        
-        المعلمات:
-            df (pandas.DataFrame): إطار البيانات
-            item_id (int): معرف البند
-            period (str): الفترة الزمنية
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني بمحورين
-            fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 10), gridspec_kw={'height_ratios': [2, 1]})
-            
-            # الرسم البياني العلوي: سعر البند عبر الزمن
-            ax1.plot(df['price_date'], df['price'], 'b-', linewidth=2)
-            ax1.set_title(f"سعر البند عبر الزمن - {df['name'].iloc[0]} ({df['code'].iloc[0]})")
-            ax1.set_xlabel('التاريخ')
-            ax1.set_ylabel('السعر')
-            ax1.grid(True, linestyle='--', alpha=0.7)
-            
-            # إضافة نطاق الانحراف المعياري
-            mean_price = df['price'].mean()
-            std_dev = df['price'].std()
-            
-            ax1.axhline(y=mean_price, color='g', linestyle='-', alpha=0.8, label='متوسط السعر')
-            ax1.axhline(y=mean_price + std_dev, color='r', linestyle='--', alpha=0.5, label='انحراف معياري +1')
-            ax1.axhline(y=mean_price - std_dev, color='r', linestyle='--', alpha=0.5, label='انحراف معياري -1')
-            
-            ax1.fill_between(df['price_date'], mean_price - std_dev, mean_price + std_dev, color='gray', alpha=0.2)
-            ax1.legend()
-            
-            # الرسم البياني السفلي: التغيرات النسبية
-            ax2.bar(df['price_date'], df['price_change_pct'], color='skyblue', edgecolor='navy', alpha=0.7)
-            ax2.set_title('التغيرات النسبية في السعر (%)')
-            ax2.set_xlabel('التاريخ')
-            ax2.set_ylabel('التغير النسبي (%)')
-            ax2.grid(True, linestyle='--', alpha=0.7)
-            
-            # إضافة خط الصفر
-            ax2.axhline(y=0, color='k', linestyle='-', alpha=0.3)
-            
-            # تنسيق التاريخ على المحور السيني
-            fig.autofmt_xdate()
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"price_volatility_{item_id}_{period}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني للتقلب: {str(e)}")
-            return None
-    
-    def perform_sensitivity_analysis(self, project_id, variable_items, ranges):
-        """إجراء تحليل الحساسية
-        
-        المعلمات:
-            project_id (int): معرف المشروع
-            variable_items (list): قائمة بمعرفات البنود المتغيرة
-            ranges (dict): نطاقات التغيير لكل بند
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج تحليل الحساسية
-        """
-        try:
-            # الحصول على بنود المشروع
-            query = """
-                SELECT 
-                    id, item_number, description, quantity, unit_price, total_price
-                FROM 
-                    project_pricing_items
-                WHERE 
-                    project_id = ?
-            """
-            
-            results = self.db.fetch_all(query, [project_id])
-            
-            if not results:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بنود للمشروع المحدد'
-                }
-            
-            # تحويل النتائج إلى إطار بيانات
-            project_items = pd.DataFrame(results, columns=[
-                'id', 'item_number', 'description', 'quantity', 'unit_price', 'total_price'
-            ])
-            
-            # حساب إجمالي المشروع الأصلي
-            original_total = project_items['total_price'].sum()
-            
-            # تحضير بيانات تحليل الحساسية
-            sensitivity_data = []
-            
-            for item_id in variable_items:
-                if item_id not in project_items['id'].values:
-                    logger.warning(f"البند رقم {item_id} غير موجود في المشروع")
-                    continue
-                
-                # الحصول على معلومات البند
-                item_info = project_items[project_items['id'] == item_id].iloc[0]
-                
-                # الحصول على نطاق التغيير للبند
-                if str(item_id) in ranges:
-                    item_range = ranges[str(item_id)]
-                else:
-                    # استخدام نطاق افتراضي إذا لم يتم تحديد نطاق
-                    item_range = {'min': -20, 'max': 20, 'step': 10}
-                
-                # إنشاء قائمة بنسب التغيير
-                change_percentages = list(range(
-                    item_range['min'], 
-                    item_range['max'] + item_range['step'], 
-                    item_range['step']
-                ))
-                
-                item_sensitivity = {
-                    'item_id': item_id,
-                    'item_number': item_info['item_number'],
-                    'description': item_info['description'],
-                    'original_price': item_info['unit_price'],
-                    'original_total': item_info['total_price'],
-                    'changes': []
-                }
-                
-                # حساب تأثير كل نسبة تغيير
-                for percentage in change_percentages:
-                    # حساب السعر الجديد
-                    new_price = item_info['unit_price'] * (1 + percentage / 100)
-                    new_total = new_price * item_info['quantity']
-                    
-                    # حساب إجمالي المشروع الجديد
-                    project_total = original_total - item_info['total_price'] + new_total
-                    
-                    # حساب التغير في إجمالي المشروع
-                    project_change = ((project_total - original_total) / original_total) * 100
-                    
-                    item_sensitivity['changes'].append({
-                        'percentage': percentage,
-                        'new_price': new_price,
-                        'new_total': new_total,
-                        'project_total': project_total,
-                        'project_change': project_change
-                    })
-                
-                sensitivity_data.append(item_sensitivity)
-            
-            if not sensitivity_data:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بنود صالحة لتحليل الحساسية'
-                }
-            
-            # إنشاء رسم بياني لتحليل الحساسية
-            chart_path = self._create_sensitivity_chart(sensitivity_data, original_total, project_id)
-            
-            return {
-                'status': 'success',
-                'data': {
-                    'project_id': project_id,
-                    'original_total': original_total,
-                    'sensitivity_data': sensitivity_data,
-                    'chart_path': chart_path
-                }
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في إجراء تحليل الحساسية: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء إجراء تحليل الحساسية: {str(e)}'
-            }
-    
-    def _create_sensitivity_chart(self, sensitivity_data, original_total, project_id):
-        """إنشاء رسم بياني لتحليل الحساسية
-        
-        المعلمات:
-            sensitivity_data (list): بيانات تحليل الحساسية
-            original_total (float): إجمالي المشروع الأصلي
-            project_id (int): معرف المشروع
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(12, 8))
-            
-            # رسم خطوط الحساسية لكل بند
-            for item in sensitivity_data:
-                percentages = [change['percentage'] for change in item['changes']]
-                project_changes = [change['project_change'] for change in item['changes']]
-                
-                plt.plot(percentages, project_changes, marker='o', linewidth=2, 
-                        label=f"{item['item_number']} - {item['description'][:30]}...")
-            
-            # إضافة عنوان ومحاور
-            plt.title(f"تحليل الحساسية للمشروع رقم {project_id}")
-            plt.xlabel('نسبة التغيير في سعر البند (%)')
-            plt.ylabel('نسبة التغيير في إجمالي المشروع (%)')
-            
-            # إضافة خط الصفر
-            plt.axhline(y=0, color='k', linestyle='-', alpha=0.3)
-            plt.axvline(x=0, color='k', linestyle='-', alpha=0.3)
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7)
-            
-            # إضافة وسيلة إيضاح
-            plt.legend(loc='best')
-            
-            # إضافة معلومات إضافية
-            info_text = f"إجمالي المشروع الأصلي: {original_total:,.2f}"
-            plt.annotate(info_text, xy=(0.02, 0.02), xycoords='axes fraction', 
-                        bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"sensitivity_analysis_{project_id}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني لتحليل الحساسية: {str(e)}")
-            return None
-    
-    def analyze_price_correlations(self, items):
-        """تحليل ارتباطات الأسعار بين عدة بنود
-        
-        المعلمات:
-            items (list): قائمة بمعرفات البنود
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج تحليل الارتباطات
-        """
-        try:
-            if not items or len(items) < 2:
-                return {
-                    'status': 'error',
-                    'message': 'يجب تحديد بندين على الأقل لتحليل الارتباطات'
-                }
-            
-            # جمع بيانات الأسعار لجميع البنود
-            all_prices = {}
-            item_names = {}
-            
-            for item_id in items:
-                # الحصول على تاريخ الأسعار
-                df = self.get_price_history(item_id)
-                
-                if df.empty:
-                    logger.warning(f"لا توجد بيانات تاريخية للسعر للبند رقم {item_id}")
-                    continue
-                
-                # تخزين بيانات الأسعار
-                all_prices[item_id] = df[['price_date', 'price']].copy()
-                item_names[item_id] = f"{df['code'].iloc[0]} - {df['name'].iloc[0]}"
-            
-            if len(all_prices) < 2:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بيانات كافية لتحليل الارتباطات'
-                }
-            
-            # إنشاء إطار بيانات موحد بتواريخ مشتركة
-            # أولاً، نجمع جميع التواريخ الفريدة
-            all_dates = set()
-            for item_id, df in all_prices.items():
-                all_dates.update(df['price_date'].dt.strftime('%Y-%m-%d').tolist())
-            
-            # إنشاء إطار بيانات جديد بجميع التواريخ
-            unified_df = pd.DataFrame({'price_date': sorted(list(all_dates))})
-            unified_df['price_date'] = pd.to_datetime(unified_df['price_date'])
-            
-            # إضافة أسعار كل بند
-            for item_id, df in all_prices.items():
-                # تحويل إطار البيانات إلى سلسلة زمنية مفهرسة بالتاريخ
-                price_series = df.set_index('price_date')['price']
-                
-                # إعادة فهرسة السلسلة الزمنية لتتوافق مع التواريخ الموحدة
-                unified_df[f'price_{item_id}'] = unified_df['price_date'].map(
-                    lambda x: price_series.get(x, None)
-                )
-            
-            # ملء القيم المفقودة باستخدام الاستيفاء الخطي
-            price_columns = [col for col in unified_df.columns if col.startswith('price_')]
-            unified_df[price_columns] = unified_df[price_columns].interpolate(method='linear')
-            
-            # حذف الصفوف التي لا تزال تحتوي على قيم مفقودة
-            unified_df = unified_df.dropna()
-            
-            if len(unified_df) < 3:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بيانات كافية بعد معالجة التواريخ المشتركة'
-                }
-            
-            # حساب مصفوفة الارتباط
-            correlation_matrix = unified_df[price_columns].corr()
-            
-            # تحويل مصفوفة الارتباط إلى تنسيق أكثر قابلية للقراءة
-            correlation_data = []
-            
-            for i, item1_id in enumerate(items):
-                if f'price_{item1_id}' not in correlation_matrix.columns:
-                    continue
-                    
-                for j, item2_id in enumerate(items):
-                    if f'price_{item2_id}' not in correlation_matrix.columns or i >= j:
-                        continue
-                    
-                    correlation = correlation_matrix.loc[f'price_{item1_id}', f'price_{item2_id}']
-                    
-                    # تحديد قوة واتجاه الارتباط
-                    if abs(correlation) < 0.3:
-                        strength = 'weak'
-                        strength_description = 'ضعيف'
-                    elif abs(correlation) < 0.7:
-                        strength = 'moderate'
-                        strength_description = 'متوسط'
-                    else:
-                        strength = 'strong'
-                        strength_description = 'قوي'
-                    
-                    if correlation > 0:
-                        direction = 'positive'
-                        direction_description = 'طردي'
-                    else:
-                        direction = 'negative'
-                        direction_description = 'عكسي'
-                    
-                    correlation_data.append({
-                        'item1_id': item1_id,
-                        'item1_name': item_names.get(item1_id, f'البند {item1_id}'),
-                        'item2_id': item2_id,
-                        'item2_name': item_names.get(item2_id, f'البند {item2_id}'),
-                        'correlation': correlation,
-                        'strength': strength,
-                        'strength_description': strength_description,
-                        'direction': direction,
-                        'direction_description': direction_description
-                    })
-            
-            if not correlation_data:
-                return {
-                    'status': 'error',
-                    'message': 'لم يتم العثور على ارتباطات بين البنود المحددة'
-                }
-            
-            # إنشاء رسم بياني للارتباطات
-            chart_path = self._create_correlation_chart(correlation_matrix, item_names)
-            
-            # إنشاء رسم بياني لتطور الأسعار
-            trends_chart_path = self._create_price_trends_chart(unified_df, price_columns, item_names)
-            
-            return {
-                'status': 'success',
-                'data': {
-                    'correlation_data': correlation_data,
-                    'chart_path': chart_path,
-                    'trends_chart_path': trends_chart_path
-                }
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في تحليل ارتباطات الأسعار: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء تحليل ارتباطات الأسعار: {str(e)}'
-            }
-    
-    def _create_correlation_chart(self, correlation_matrix, item_names):
-        """إنشاء رسم بياني لمصفوفة الارتباط
-        
-        المعلمات:
-            correlation_matrix (pandas.DataFrame): مصفوفة الارتباط
-            item_names (dict): قاموس بأسماء البنود
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(10, 8))
-            
-            # إنشاء خريطة حرارية للارتباطات
-            mask = np.triu(np.ones_like(correlation_matrix, dtype=bool))
-            cmap = sns.diverging_palette(230, 20, as_cmap=True)
-            
-            # تعديل تسميات المحاور
-            labels = [item_names.get(int(col.split('_')[1]), col) for col in correlation_matrix.columns]
-            
-            # رسم الخريطة الحرارية
-            sns.heatmap(correlation_matrix, mask=mask, cmap=cmap, vmax=1, vmin=-1, center=0,
-                        square=True, linewidths=.5, cbar_kws={"shrink": .5}, annot=True,
-                        xticklabels=labels, yticklabels=labels)
-            
-            # إضافة عنوان
-            plt.title('مصفوفة ارتباط الأسعار بين البنود')
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"price_correlation_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني لمصفوفة الارتباط: {str(e)}")
-            return None
-    
-    def _create_price_trends_chart(self, unified_df, price_columns, item_names):
-        """إنشاء رسم بياني لتطور الأسعار
-        
-        المعلمات:
-            unified_df (pandas.DataFrame): إطار البيانات الموحد
-            price_columns (list): أسماء أعمدة الأسعار
-            item_names (dict): قاموس بأسماء البنود
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(12, 6))
-            
-            # رسم تطور الأسعار لكل بند
-            for col in price_columns:
-                item_id = int(col.split('_')[1])
-                item_name = item_names.get(item_id, f'البند {item_id}')
-                
-                # تطبيع الأسعار للمقارنة (القيمة الأولى = 100)
-                first_price = unified_df[col].iloc[0]
-                normalized_prices = (unified_df[col] / first_price) * 100
-                
-                plt.plot(unified_df['price_date'], normalized_prices, linewidth=2, label=item_name)
-            
-            # إضافة عنوان ومحاور
-            plt.title('تطور الأسعار النسبية للبنود (القيمة الأولى = 100)')
-            plt.xlabel('التاريخ')
-            plt.ylabel('السعر النسبي')
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7)
-            
-            # إضافة وسيلة إيضاح
-            plt.legend(loc='best')
-            
-            # تنسيق التاريخ على المحور السيني
-            plt.gcf().autofmt_xdate()
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"price_trends_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني لتطور الأسعار: {str(e)}")
-            return None
-    
-    def compare_with_market_prices(self, items):
-        """مقارنة أسعار البنود مع أسعار السوق
-        
-        المعلمات:
-            items (list): قائمة بمعرفات البنود
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج المقارنة
-        """
-        try:
-            if not items:
-                return {
-                    'status': 'error',
-                    'message': 'لم يتم تحديد أي بنود للمقارنة'
-                }
-            
-            comparison_data = []
-            
-            for item_id in items:
-                # الحصول على معلومات البند الأساسية
-                item_query = """
-                    SELECT 
-                        id, code, name, description, 
-                        (SELECT name FROM measurement_units WHERE id = unit_id) as unit_name,
-                        (SELECT symbol FROM measurement_units WHERE id = unit_id) as unit_symbol,
-                        base_price, last_updated_date
-                    FROM 
-                        pricing_items_base
-                    WHERE 
-                        id = ?
-                """
-                
-                item_result = self.db.fetch_one(item_query, [item_id])
-                
-                if not item_result:
-                    logger.warning(f"البند رقم {item_id} غير موجود")
-                    continue
-                
-                item_data = {
-                    'id': item_result[0],
-                    'code': item_result[1],
-                    'name': item_result[2],
-                    'description': item_result[3],
-                    'unit_name': item_result[4],
-                    'unit_symbol': item_result[5],
-                    'base_price': item_result[6],
-                    'last_updated_date': item_result[7]
-                }
-                
-                # الحصول على أحدث سعر للبند
-                price_query = """
-                    SELECT price, price_date, price_source
-                    FROM pricing_items_history
-                    WHERE base_item_id = ?
-                    ORDER BY price_date DESC
-                    LIMIT 1
-                """
-                
-                price_result = self.db.fetch_one(price_query, [item_id])
-                
-                if price_result:
-                    item_data['current_price'] = price_result[0]
-                    item_data['price_date'] = price_result[1]
-                    item_data['price_source'] = price_result[2]
-                else:
-                    # إذا لم يتم العثور على سعر، نستخدم السعر الأساسي
-                    item_data['current_price'] = item_data['base_price']
-                    item_data['price_date'] = item_data['last_updated_date']
-                    item_data['price_source'] = 'base_price'
-                
-                # الحصول على متوسط سعر السوق (من مصادر مختلفة)
-                market_query = """
-                    SELECT AVG(price) as avg_price
-                    FROM pricing_items_history
-                    WHERE base_item_id = ? AND price_source != 'internal'
-                    AND price_date >= date('now', '-6 months')
-                """
-                
-                market_result = self.db.fetch_one(market_query, [item_id])
-                
-                if market_result and market_result[0]:
-                    item_data['market_price'] = market_result[0]
-                    
-                    # حساب الفرق بين السعر الحالي وسعر السوق
-                    item_data['price_difference'] = item_data['current_price'] - item_data['market_price']
-                    item_data['price_difference_percentage'] = (item_data['price_difference'] / item_data['market_price']) * 100
-                    
-                    # تحديد حالة السعر
-                    if abs(item_data['price_difference_percentage']) < 5:
-                        item_data['price_status'] = 'competitive'
-                        item_data['price_status_description'] = 'تنافسي'
-                    elif item_data['price_difference_percentage'] < 0:
-                        item_data['price_status'] = 'below_market'
-                        item_data['price_status_description'] = 'أقل من السوق'
-                    else:
-                        item_data['price_status'] = 'above_market'
-                        item_data['price_status_description'] = 'أعلى من السوق'
-                else:
-                    # إذا لم يتم العثور على سعر سوق، نستخدم متوسط الأسعار الداخلية
-                    internal_query = """
-                        SELECT AVG(price) as avg_price
-                        FROM pricing_items_history
-                        WHERE base_item_id = ?
-                        AND price_date >= date('now', '-6 months')
-                    """
-                    
-                    internal_result = self.db.fetch_one(internal_query, [item_id])
-                    
-                    if internal_result and internal_result[0]:
-                        item_data['market_price'] = internal_result[0]
-                        item_data['price_difference'] = item_data['current_price'] - item_data['market_price']
-                        item_data['price_difference_percentage'] = (item_data['price_difference'] / item_data['market_price']) * 100
-                        
-                        # تحديد حالة السعر
-                        if abs(item_data['price_difference_percentage']) < 5:
-                            item_data['price_status'] = 'competitive'
-                            item_data['price_status_description'] = 'تنافسي'
-                        elif item_data['price_difference_percentage'] < 0:
-                            item_data['price_status'] = 'below_average'
-                            item_data['price_status_description'] = 'أقل من المتوسط'
-                        else:
-                            item_data['price_status'] = 'above_average'
-                            item_data['price_status_description'] = 'أعلى من المتوسط'
-                    else:
-                        item_data['market_price'] = None
-                        item_data['price_difference'] = None
-                        item_data['price_difference_percentage'] = None
-                        item_data['price_status'] = 'unknown'
-                        item_data['price_status_description'] = 'غير معروف'
-                
-                comparison_data.append(item_data)
-            
-            if not comparison_data:
-                return {
-                    'status': 'error',
-                    'message': 'لم يتم العثور على أي بنود للمقارنة'
-                }
-            
-            # إنشاء رسم بياني للمقارنة
-            chart_path = self._create_market_comparison_chart(comparison_data)
-            
-            return {
-                'status': 'success',
-                'data': {
-                    'items': comparison_data,
-                    'chart_path': chart_path
-                }
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في مقارنة الأسعار مع أسعار السوق: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء مقارنة الأسعار مع أسعار السوق: {str(e)}'
-            }
-    
-    def _create_market_comparison_chart(self, comparison_data):
-        """إنشاء رسم بياني لمقارنة الأسعار مع أسعار السوق
-        
-        المعلمات:
-            comparison_data (list): بيانات المقارنة
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # تصفية البنود التي لها أسعار سوق
-            valid_items = [item for item in comparison_data if item.get('market_price') is not None]
-            
-            if not valid_items:
-                return None
-            
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(12, 6))
-            
-            # إعداد البيانات للرسم
-            names = [f"{item['code']} - {item['name'][:20]}..." for item in valid_items]
-            current_prices = [item['current_price'] for item in valid_items]
-            market_prices = [item['market_price'] for item in valid_items]
-            
-            # إنشاء مواقع الأعمدة
-            x = np.arange(len(names))
-            width = 0.35
-            
-            # رسم الأعمدة
-            plt.bar(x - width/2, current_prices, width, label='السعر الحالي', color='skyblue')
-            plt.bar(x + width/2, market_prices, width, label='سعر السوق', color='lightgreen')
-            
-            # إضافة تسميات وعنوان
-            plt.xlabel('البنود')
-            plt.ylabel('السعر')
-            plt.title('مقارنة الأسعار الحالية مع أسعار السوق')
-            plt.xticks(x, names, rotation=45, ha='right')
-            plt.legend()
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7, axis='y')
-            
-            # إضافة قيم الفروق النسبية
-            for i, item in enumerate(valid_items):
-                if 'price_difference_percentage' in item and item['price_difference_percentage'] is not None:
-                    percentage = item['price_difference_percentage']
-                    color = 'green' if percentage < 0 else 'red' if percentage > 0 else 'black'
-                    plt.annotate(f"{percentage:.1f}%", 
-                                xy=(x[i], max(current_prices[i], market_prices[i]) * 1.05),
-                                ha='center', va='bottom', color=color,
-                                bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"market_comparison_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني لمقارنة الأسعار مع أسعار السوق: {str(e)}")
-            return None
-    
-    def analyze_cost_drivers(self, project_id):
-        """تحليل محركات التكلفة للمشروع
-        
-        المعلمات:
-            project_id (int): معرف المشروع
-            
-        العائد:
-            dict: قاموس يحتوي على نتائج تحليل محركات التكلفة
-        """
-        try:
-            # الحصول على بنود المشروع
-            query = """
-                SELECT 
-                    id, item_number, description, quantity, unit_price, total_price,
-                    (SELECT name FROM pricing_categories WHERE id = 
-                        (SELECT category_id FROM pricing_items_base WHERE id = base_item_id)
-                    ) as category_name
-                FROM 
-                    project_pricing_items
-                WHERE 
-                    project_id = ?
-            """
-            
-            results = self.db.fetch_all(query, [project_id])
-            
-            if not results:
-                return {
-                    'status': 'error',
-                    'message': 'لا توجد بنود للمشروع المحدد'
-                }
-            
-            # تحويل النتائج إلى إطار بيانات
-            df = pd.DataFrame(results, columns=[
-                'id', 'item_number', 'description', 'quantity', 'unit_price', 
-                'total_price', 'category_name'
-            ])
-            
-            # معالجة القيم المفقودة في عمود الفئة
-            df['category_name'] = df['category_name'].fillna('أخرى')
-            
-            # حساب إجمالي المشروع
-            project_total = df['total_price'].sum()
-            
-            # تحليل البنود حسب الفئة
-            category_analysis = df.groupby('category_name').agg({
-                'total_price': 'sum'
-            }).reset_index()
-            
-            # إضافة النسبة المئوية
-            category_analysis['percentage'] = (category_analysis['total_price'] / project_total) * 100
-            
-            # ترتيب الفئات حسب التكلفة
-            category_analysis = category_analysis.sort_values('total_price', ascending=False)
-            
-            # تحليل البنود الأعلى تكلفة
-            top_items = df.sort_values('total_price', ascending=False).head(10)
-            top_items['percentage'] = (top_items['total_price'] / project_total) * 100
-            
-            # حساب تركيز التكلفة (نسبة باريتو)
-            df_sorted = df.sort_values('total_price', ascending=False)
-            df_sorted['cumulative_cost'] = df_sorted['total_price'].cumsum()
-            df_sorted['cumulative_percentage'] = (df_sorted['cumulative_cost'] / project_total) * 100
-            
-            # تحديد عدد البنود التي تشكل 80% من التكلفة
-            items_80_percent = len(df_sorted[df_sorted['cumulative_percentage'] <= 80])
-            if items_80_percent == 0:
-                items_80_percent = 1
-            
-            pareto_ratio = items_80_percent / len(df)
-            
-            # إنشاء رسوم بيانية
-            category_chart_path = self._create_category_chart(category_analysis)
-            top_items_chart_path = self._create_top_items_chart(top_items)
-            pareto_chart_path = self._create_pareto_chart(df_sorted)
-            
-            return {
-                'status': 'success',
-                'data': {
-                    'project_id': project_id,
-                    'project_total': project_total,
-                    'category_analysis': category_analysis.to_dict('records'),
-                    'top_items': top_items.to_dict('records'),
-                    'pareto_ratio': pareto_ratio,
-                    'items_80_percent': items_80_percent,
-                    'total_items': len(df),
-                    'category_chart_path': category_chart_path,
-                    'top_items_chart_path': top_items_chart_path,
-                    'pareto_chart_path': pareto_chart_path
-                }
-            }
-            
-        except Exception as e:
-            logger.error(f"خطأ في تحليل محركات التكلفة: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء تحليل محركات التكلفة: {str(e)}'
-            }
-    
-    def _create_category_chart(self, category_analysis):
-        """إنشاء رسم بياني للتكاليف حسب الفئة
-        
-        المعلمات:
-            category_analysis (pandas.DataFrame): تحليل الفئات
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(10, 6))
-            
-            # رسم مخطط دائري
-            plt.pie(
-                category_analysis['total_price'],
-                labels=category_analysis['category_name'],
-                autopct='%1.1f%%',
-                startangle=90,
-                shadow=False,
-                wedgeprops={'edgecolor': 'white', 'linewidth': 1}
-            )
-            
-            # إضافة عنوان
-            plt.title('توزيع التكاليف حسب الفئة')
-            
-            # جعل الرسم البياني دائريًا
-            plt.axis('equal')
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"cost_category_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني للتكاليف حسب الفئة: {str(e)}")
-            return None
-    
-    def _create_top_items_chart(self, top_items):
-        """إنشاء رسم بياني للبنود الأعلى تكلفة
-        
-        المعلمات:
-            top_items (pandas.DataFrame): البنود الأعلى تكلفة
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            plt.figure(figsize=(12, 6))
-            
-            # إعداد البيانات للرسم
-            items = [f"{row['item_number']} - {row['description'][:20]}..." for _, row in top_items.iterrows()]
-            costs = top_items['total_price'].tolist()
-            
-            # رسم الأعمدة
-            bars = plt.barh(items, costs, color='skyblue', edgecolor='navy')
-            
-            # إضافة القيم على الأعمدة
-            for i, bar in enumerate(bars):
-                width = bar.get_width()
-                plt.text(width * 1.01, bar.get_y() + bar.get_height()/2,
-                        f'{width:,.0f} ({top_items["percentage"].iloc[i]:.1f}%)',
-                        va='center')
-            
-            # إضافة عنوان ومحاور
-            plt.title('البنود الأعلى تكلفة')
-            plt.xlabel('التكلفة')
-            plt.ylabel('البنود')
-            
-            # إضافة شبكة
-            plt.grid(True, linestyle='--', alpha=0.7, axis='x')
-            
-            # ضبط التخطيط
-            plt.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"top_cost_items_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني للبنود الأعلى تكلفة: {str(e)}")
-            return None
-    
-    def _create_pareto_chart(self, df_sorted):
-        """إنشاء رسم بياني لتحليل باريتو
-        
-        المعلمات:
-            df_sorted (pandas.DataFrame): إطار البيانات المرتب
-            
-        العائد:
-            str: مسار ملف الرسم البياني
-        """
-        try:
-            # إنشاء رسم بياني جديد
-            fig, ax1 = plt.subplots(figsize=(12, 6))
-            
-            # إعداد البيانات للرسم
-            x = range(1, len(df_sorted) + 1)
-            y1 = df_sorted['total_price'].tolist()
-            y2 = df_sorted['cumulative_percentage'].tolist()
-            
-            # رسم الأعمدة (التكلفة)
-            ax1.bar(x, y1, color='skyblue', alpha=0.7)
-            ax1.set_xlabel('عدد البنود')
-            ax1.set_ylabel('التكلفة', color='navy')
-            ax1.tick_params(axis='y', labelcolor='navy')
-            
-            # إنشاء محور ثانوي
-            ax2 = ax1.twinx()
-            
-            # رسم الخط (النسبة التراكمية)
-            ax2.plot(x, y2, 'r-', linewidth=2, marker='o', markersize=4)
-            ax2.set_ylabel('النسبة التراكمية (%)', color='red')
-            ax2.tick_params(axis='y', labelcolor='red')
-            
-            # إضافة خط 80%
-            ax2.axhline(y=80, color='green', linestyle='--', alpha=0.7)
-            
-            # إضافة عنوان
-            plt.title('تحليل باريتو للتكاليف')
-            
-            # إضافة شبكة
-            ax1.grid(True, linestyle='--', alpha=0.7)
-            
-            # ضبط التخطيط
-            fig.tight_layout()
-            
-            # حفظ الرسم البياني
-            chart_filename = f"pareto_analysis_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
-            chart_path = os.path.join(self.charts_dir, chart_filename)
-            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
-            plt.close()
-            
-            return chart_path
-            
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسم بياني لتحليل باريتو: {str(e)}")
-            return None
-    
-    def generate_price_analysis_charts(self, analysis_type, params):
-        """إنشاء رسوم بيانية لتحليل الأسعار
-        
-        المعلمات:
-            analysis_type (str): نوع التحليل
-            params (dict): معلمات التحليل
-            
-        العائد:
-            dict: قاموس يحتوي على مسارات الرسوم البيانية
-        """
-        try:
-            if analysis_type == 'trend':
-                # تحليل اتجاه السعر
-                if 'item_id' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد معرف البند'
-                    }
-                
-                result = self.analyze_price_trends(
-                    params['item_id'],
-                    params.get('start_date'),
-                    params.get('end_date')
-                )
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'comparison':
-                # مقارنة الأسعار
-                if 'items' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد البنود للمقارنة'
-                    }
-                
-                result = self.compare_prices(
-                    params['items'],
-                    params.get('date')
-                )
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'volatility':
-                # تحليل تقلب الأسعار
-                if 'item_id' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد معرف البند'
-                    }
-                
-                result = self.calculate_price_volatility(
-                    params['item_id'],
-                    params.get('period', '1y')
-                )
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'sensitivity':
-                # تحليل الحساسية
-                if 'project_id' not in params or 'variable_items' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد معرف المشروع أو البنود المتغيرة'
-                    }
-                
-                result = self.perform_sensitivity_analysis(
-                    params['project_id'],
-                    params['variable_items'],
-                    params.get('ranges', {})
-                )
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'correlation':
-                # تحليل الارتباطات
-                if 'items' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد البنود للتحليل'
-                    }
-                
-                result = self.analyze_price_correlations(params['items'])
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path'], result['data']['trends_chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'market_comparison':
-                # مقارنة مع أسعار السوق
-                if 'items' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد البنود للمقارنة'
-                    }
-                
-                result = self.compare_with_market_prices(params['items'])
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [result['data']['chart_path']]
-                    }
-                else:
-                    return result
-                
-            elif analysis_type == 'cost_drivers':
-                # تحليل محركات التكلفة
-                if 'project_id' not in params:
-                    return {
-                        'status': 'error',
-                        'message': 'لم يتم تحديد معرف المشروع'
-                    }
-                
-                result = self.analyze_cost_drivers(params['project_id'])
-                
-                if result['status'] == 'success':
-                    return {
-                        'status': 'success',
-                        'charts': [
-                            result['data']['category_chart_path'],
-                            result['data']['top_items_chart_path'],
-                            result['data']['pareto_chart_path']
-                        ]
-                    }
-                else:
-                    return result
-                
-            else:
-                return {
-                    'status': 'error',
-                    'message': f'نوع التحليل غير معروف: {analysis_type}'
-                }
-                
-        except Exception as e:
-            logger.error(f"خطأ في إنشاء رسوم بيانية لتحليل الأسعار: {str(e)}")
-            return {
-                'status': 'error',
-                'message': f'حدث خطأ أثناء إنشاء رسوم بيانية لتحليل الأسعار: {str(e)}'
-            }
+"""
+محلل الأسعار لنظام إدارة المناقصات
+"""
+
+import os
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+import seaborn as sns
+from datetime import datetime, timedelta
+from scipy import stats
+import logging
+
+logger = logging.getLogger('tender_system.pricing.analyzer')
+
+class PriceAnalyzer:
+    """فئة تحليل الأسعار"""
+    
+    def __init__(self, db_connector):
+        """تهيئة محلل الأسعار"""
+        self.db = db_connector
+        self.charts_dir = os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))), "data", "charts")
+        
+        # إنشاء مجلد الرسوم البيانية إذا لم يكن موجودًا
+        os.makedirs(self.charts_dir, exist_ok=True)
+    
+    def get_price_history(self, item_id, start_date=None, end_date=None):
+        """الحصول على تاريخ الأسعار لبند معين
+        
+        المعلمات:
+            item_id (int): معرف البند
+            start_date (str, optional): تاريخ البداية بتنسيق 'YYYY-MM-DD'
+            end_date (str, optional): تاريخ النهاية بتنسيق 'YYYY-MM-DD'
+            
+        العائد:
+            pandas.DataFrame: إطار بيانات يحتوي على تاريخ الأسعار
+        """
+        try:
+            query = """
+                SELECT 
+                    pih.id,
+                    pih.price,
+                    pih.price_date,
+                    pih.price_source,
+                    pih.notes,
+                    pib.code,
+                    pib.name,
+                    mu.name as unit_name,
+                    mu.symbol as unit_symbol
+                FROM 
+                    pricing_items_history pih
+                JOIN 
+                    pricing_items_base pib ON pih.base_item_id = pib.id
+                LEFT JOIN 
+                    measurement_units mu ON pib.unit_id = mu.id
+                WHERE 
+                    pih.base_item_id = ?
+            """
+            
+            params = [item_id]
+            
+            if start_date:
+                query += " AND pih.price_date >= ?"
+                params.append(start_date)
+            
+            if end_date:
+                query += " AND pih.price_date <= ?"
+                params.append(end_date)
+            
+            query += " ORDER BY pih.price_date ASC"
+            
+            results = self.db.fetch_all(query, params)
+            
+            if not results:
+                logger.warning(f"لا توجد بيانات تاريخية للسعر للبند رقم {item_id}")
+                return pd.DataFrame()
+            
+            # تحويل النتائج إلى إطار بيانات
+            df = pd.DataFrame(results, columns=[
+                'id', 'price', 'price_date', 'price_source', 'notes', 
+                'code', 'name', 'unit_name', 'unit_symbol'
+            ])
+            
+            # تحويل تاريخ السعر إلى نوع datetime
+            df['price_date'] = pd.to_datetime(df['price_date'])
+            
+            return df
+            
+        except Exception as e:
+            logger.error(f"خطأ في الحصول على تاريخ الأسعار: {str(e)}")
+            return pd.DataFrame()
+    
+    def analyze_price_trends(self, item_id, start_date=None, end_date=None):
+        """تحليل اتجاهات الأسعار
+        
+        المعلمات:
+            item_id (int): معرف البند
+            start_date (str, optional): تاريخ البداية بتنسيق 'YYYY-MM-DD'
+            end_date (str, optional): تاريخ النهاية بتنسيق 'YYYY-MM-DD'
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج تحليل اتجاهات الأسعار
+        """
+        try:
+            # الحصول على تاريخ الأسعار
+            df = self.get_price_history(item_id, start_date, end_date)
+            
+            if df.empty:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بيانات كافية لتحليل اتجاهات الأسعار'
+                }
+            
+            # حساب الإحصاءات الأساسية
+            stats_data = {
+                'min_price': df['price'].min(),
+                'max_price': df['price'].max(),
+                'avg_price': df['price'].mean(),
+                'median_price': df['price'].median(),
+                'std_dev': df['price'].std(),
+                'price_range': df['price'].max() - df['price'].min(),
+                'count': len(df),
+                'start_date': df['price_date'].min().strftime('%Y-%m-%d'),
+                'end_date': df['price_date'].max().strftime('%Y-%m-%d'),
+                'duration_days': (df['price_date'].max() - df['price_date'].min()).days,
+                'item_name': df['name'].iloc[0],
+                'item_code': df['code'].iloc[0],
+                'unit': df['unit_symbol'].iloc[0] if not pd.isna(df['unit_symbol'].iloc[0]) else ''
+            }
+            
+            # حساب التغير المطلق والنسبي
+            if len(df) >= 2:
+                first_price = df['price'].iloc[0]
+                last_price = df['price'].iloc[-1]
+                
+                stats_data['absolute_change'] = last_price - first_price
+                stats_data['percentage_change'] = ((last_price - first_price) / first_price) * 100
+                
+                # حساب معدل التغير السنوي
+                years = stats_data['duration_days'] / 365.0
+                if years > 0:
+                    stats_data['annual_change_rate'] = (((last_price / first_price) ** (1 / years)) - 1) * 100
+                else:
+                    stats_data['annual_change_rate'] = 0
+            else:
+                stats_data['absolute_change'] = 0
+                stats_data['percentage_change'] = 0
+                stats_data['annual_change_rate'] = 0
+            
+            # تحليل الاتجاه باستخدام الانحدار الخطي
+            if len(df) >= 3:
+                # إنشاء متغير مستقل (الأيام منذ أول تاريخ)
+                df['days'] = (df['price_date'] - df['price_date'].min()).dt.days
+                
+                # حساب الانحدار الخطي
+                slope, intercept, r_value, p_value, std_err = stats.linregress(df['days'], df['price'])
+                
+                stats_data['trend_slope'] = slope
+                stats_data['trend_intercept'] = intercept
+                stats_data['trend_r_squared'] = r_value ** 2
+                stats_data['trend_p_value'] = p_value
+                stats_data['trend_std_err'] = std_err
+                
+                # تحديد اتجاه السعر
+                if p_value < 0.05:  # إذا كان الاتجاه ذو دلالة إحصائية
+                    if slope > 0:
+                        stats_data['trend_direction'] = 'upward'
+                        stats_data['trend_description'] = 'اتجاه تصاعدي'
+                    elif slope < 0:
+                        stats_data['trend_direction'] = 'downward'
+                        stats_data['trend_description'] = 'اتجاه تنازلي'
+                    else:
+                        stats_data['trend_direction'] = 'stable'
+                        stats_data['trend_description'] = 'مستقر'
+                else:
+                    stats_data['trend_direction'] = 'no_significant_trend'
+                    stats_data['trend_description'] = 'لا يوجد اتجاه واضح'
+                
+                # حساب التقلب (معامل الاختلاف)
+                stats_data['volatility'] = (df['price'].std() / df['price'].mean()) * 100
+                
+                # تصنيف التقلب
+                if stats_data['volatility'] < 5:
+                    stats_data['volatility_level'] = 'low'
+                    stats_data['volatility_description'] = 'منخفض'
+                elif stats_data['volatility'] < 15:
+                    stats_data['volatility_level'] = 'medium'
+                    stats_data['volatility_description'] = 'متوسط'
+                else:
+                    stats_data['volatility_level'] = 'high'
+                    stats_data['volatility_description'] = 'مرتفع'
+            else:
+                stats_data['trend_direction'] = 'insufficient_data'
+                stats_data['trend_description'] = 'بيانات غير كافية'
+                stats_data['volatility'] = 0
+                stats_data['volatility_level'] = 'unknown'
+                stats_data['volatility_description'] = 'غير معروف'
+            
+            # إنشاء رسم بياني للاتجاه
+            chart_path = self._create_trend_chart(df, stats_data, item_id)
+            stats_data['chart_path'] = chart_path
+            
+            return {
+                'status': 'success',
+                'data': stats_data
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في تحليل اتجاهات الأسعار: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء تحليل اتجاهات الأسعار: {str(e)}'
+            }
+    
+    def _create_trend_chart(self, df, stats_data, item_id):
+        """إنشاء رسم بياني للاتجاه
+        
+        المعلمات:
+            df (pandas.DataFrame): إطار البيانات
+            stats_data (dict): بيانات الإحصاءات
+            item_id (int): معرف البند
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(10, 6))
+            
+            # رسم نقاط البيانات
+            plt.scatter(df['price_date'], df['price'], color='blue', alpha=0.6, label='أسعار فعلية')
+            
+            # رسم خط الاتجاه إذا كان هناك بيانات كافية
+            if len(df) >= 3 and 'trend_slope' in stats_data:
+                # إنشاء خط الاتجاه
+                x_trend = pd.date_range(start=df['price_date'].min(), end=df['price_date'].max(), periods=100)
+                days_trend = [(date - df['price_date'].min()).days for date in x_trend]
+                y_trend = stats_data['trend_slope'] * np.array(days_trend) + stats_data['trend_intercept']
+                
+                # رسم خط الاتجاه
+                plt.plot(x_trend, y_trend, color='red', linestyle='--', label='خط الاتجاه')
+            
+            # رسم خط متوسط السعر
+            plt.axhline(y=stats_data['avg_price'], color='green', linestyle='-', alpha=0.5, label='متوسط السعر')
+            
+            # إضافة عنوان ومحاور
+            plt.title(f"تحليل اتجاه السعر - {stats_data['item_name']} ({stats_data['item_code']})")
+            plt.xlabel('التاريخ')
+            plt.ylabel(f"السعر ({stats_data['unit']})")
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7)
+            
+            # إضافة وسيلة إيضاح
+            plt.legend()
+            
+            # تنسيق التاريخ على المحور السيني
+            plt.gcf().autofmt_xdate()
+            
+            # إضافة معلومات إحصائية
+            info_text = (
+                f"التغير: {stats_data['percentage_change']:.2f}%\n"
+                f"التقلب: {stats_data['volatility']:.2f}%\n"
+            )
+            
+            if 'trend_r_squared' in stats_data:
+                info_text += f"R²: {stats_data['trend_r_squared']:.3f}"
+            
+            plt.annotate(info_text, xy=(0.02, 0.95), xycoords='axes fraction', 
+                        bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
+            
+            # حفظ الرسم البياني
+            chart_filename = f"price_trend_{item_id}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني للاتجاه: {str(e)}")
+            return None
+    
+    def compare_prices(self, items, date=None):
+        """مقارنة الأسعار بين عدة بنود
+        
+        المعلمات:
+            items (list): قائمة بمعرفات البنود
+            date (str, optional): تاريخ المقارنة بتنسيق 'YYYY-MM-DD'
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج مقارنة الأسعار
+        """
+        try:
+            if not items:
+                return {
+                    'status': 'error',
+                    'message': 'لم يتم تحديد أي بنود للمقارنة'
+                }
+            
+            comparison_data = []
+            
+            for item_id in items:
+                # الحصول على معلومات البند الأساسية
+                item_query = """
+                    SELECT 
+                        id, code, name, description, 
+                        (SELECT name FROM measurement_units WHERE id = unit_id) as unit_name,
+                        (SELECT symbol FROM measurement_units WHERE id = unit_id) as unit_symbol,
+                        base_price, last_updated_date
+                    FROM 
+                        pricing_items_base
+                    WHERE 
+                        id = ?
+                """
+                
+                item_result = self.db.fetch_one(item_query, [item_id])
+                
+                if not item_result:
+                    logger.warning(f"البند رقم {item_id} غير موجود")
+                    continue
+                
+                item_data = {
+                    'id': item_result[0],
+                    'code': item_result[1],
+                    'name': item_result[2],
+                    'description': item_result[3],
+                    'unit_name': item_result[4],
+                    'unit_symbol': item_result[5],
+                    'base_price': item_result[6],
+                    'last_updated_date': item_result[7]
+                }
+                
+                # إذا تم تحديد تاريخ، نبحث عن السعر في ذلك التاريخ
+                if date:
+                    price_query = """
+                        SELECT price, price_date, price_source
+                        FROM pricing_items_history
+                        WHERE base_item_id = ?
+                        AND price_date <= ?
+                        ORDER BY price_date DESC
+                        LIMIT 1
+                    """
+                    
+                    price_result = self.db.fetch_one(price_query, [item_id, date])
+                    
+                    if price_result:
+                        item_data['price'] = price_result[0]
+                        item_data['price_date'] = price_result[1]
+                        item_data['price_source'] = price_result[2]
+                    else:
+                        # إذا لم يتم العثور على سعر في التاريخ المحدد، نستخدم السعر الأساسي
+                        item_data['price'] = item_data['base_price']
+                        item_data['price_date'] = item_data['last_updated_date']
+                        item_data['price_source'] = 'base_price'
+                else:
+                    # إذا لم يتم تحديد تاريخ، نستخدم أحدث سعر
+                    price_query = """
+                        SELECT price, price_date, price_source
+                        FROM pricing_items_history
+                        WHERE base_item_id = ?
+                        ORDER BY price_date DESC
+                        LIMIT 1
+                    """
+                    
+                    price_result = self.db.fetch_one(price_query, [item_id])
+                    
+                    if price_result:
+                        item_data['price'] = price_result[0]
+                        item_data['price_date'] = price_result[1]
+                        item_data['price_source'] = price_result[2]
+                    else:
+                        # إذا لم يتم العثور على سعر، نستخدم السعر الأساسي
+                        item_data['price'] = item_data['base_price']
+                        item_data['price_date'] = item_data['last_updated_date']
+                        item_data['price_source'] = 'base_price'
+                
+                comparison_data.append(item_data)
+            
+            if not comparison_data:
+                return {
+                    'status': 'error',
+                    'message': 'لم يتم العثور على أي بنود للمقارنة'
+                }
+            
+            # إنشاء رسم بياني للمقارنة
+            chart_path = self._create_comparison_chart(comparison_data, date)
+            
+            return {
+                'status': 'success',
+                'data': {
+                    'items': comparison_data,
+                    'comparison_date': date if date else 'latest',
+                    'chart_path': chart_path
+                }
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في مقارنة الأسعار: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء مقارنة الأسعار: {str(e)}'
+            }
+    
+    def _create_comparison_chart(self, comparison_data, date=None):
+        """إنشاء رسم بياني للمقارنة
+        
+        المعلمات:
+            comparison_data (list): بيانات المقارنة
+            date (str, optional): تاريخ المقارنة
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(12, 6))
+            
+            # إعداد البيانات للرسم
+            names = [f"{item['code']} - {item['name']}" for item in comparison_data]
+            prices = [item['price'] for item in comparison_data]
+            
+            # رسم الأعمدة
+            bars = plt.bar(names, prices, color='skyblue', edgecolor='navy')
+            
+            # إضافة القيم فوق الأعمدة
+            for bar in bars:
+                height = bar.get_height()
+                plt.text(bar.get_x() + bar.get_width()/2., height + 0.1,
+                        f'{height:.2f}', ha='center', va='bottom')
+            
+            # إضافة عنوان ومحاور
+            title = "مقارنة الأسعار"
+            if date:
+                title += f" (بتاريخ {date})"
+            
+            plt.title(title)
+            plt.xlabel('البنود')
+            plt.ylabel('السعر')
+            
+            # تدوير تسميات المحور السيني لتجنب التداخل
+            plt.xticks(rotation=45, ha='right')
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7, axis='y')
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"price_comparison_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني للمقارنة: {str(e)}")
+            return None
+    
+    def calculate_price_volatility(self, item_id, period='1y'):
+        """حساب تقلب الأسعار
+        
+        المعلمات:
+            item_id (int): معرف البند
+            period (str): الفترة الزمنية ('1m', '3m', '6m', '1y', '2y', '5y', 'all')
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج حساب تقلب الأسعار
+        """
+        try:
+            # تحديد تاريخ البداية بناءً على الفترة
+            end_date = datetime.now().strftime('%Y-%m-%d')
+            
+            if period == '1m':
+                start_date = (datetime.now() - timedelta(days=30)).strftime('%Y-%m-%d')
+            elif period == '3m':
+                start_date = (datetime.now() - timedelta(days=90)).strftime('%Y-%m-%d')
+            elif period == '6m':
+                start_date = (datetime.now() - timedelta(days=180)).strftime('%Y-%m-%d')
+            elif period == '1y':
+                start_date = (datetime.now() - timedelta(days=365)).strftime('%Y-%m-%d')
+            elif period == '2y':
+                start_date = (datetime.now() - timedelta(days=730)).strftime('%Y-%m-%d')
+            elif period == '5y':
+                start_date = (datetime.now() - timedelta(days=1825)).strftime('%Y-%m-%d')
+            else:  # 'all'
+                start_date = None
+            
+            # الحصول على تاريخ الأسعار
+            df = self.get_price_history(item_id, start_date, end_date)
+            
+            if df.empty or len(df) < 2:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بيانات كافية لحساب تقلب الأسعار'
+                }
+            
+            # حساب التقلب (معامل الاختلاف)
+            mean_price = df['price'].mean()
+            std_dev = df['price'].std()
+            volatility = (std_dev / mean_price) * 100
+            
+            # حساب التغيرات النسبية
+            df['price_shift'] = df['price'].shift(1)
+            df = df.dropna()
+            
+            if not df.empty:
+                df['price_change_pct'] = ((df['price'] - df['price_shift']) / df['price_shift']) * 100
+                
+                # حساب إحصاءات التغيرات
+                max_increase = df['price_change_pct'].max()
+                max_decrease = df['price_change_pct'].min()
+                avg_change = df['price_change_pct'].mean()
+                median_change = df['price_change_pct'].median()
+                
+                # حساب عدد التغيرات الإيجابية والسلبية
+                positive_changes = (df['price_change_pct'] > 0).sum()
+                negative_changes = (df['price_change_pct'] < 0).sum()
+                no_changes = (df['price_change_pct'] == 0).sum()
+                
+                # تصنيف التقلب
+                if volatility < 5:
+                    volatility_level = 'low'
+                    volatility_description = 'منخفض'
+                elif volatility < 15:
+                    volatility_level = 'medium'
+                    volatility_description = 'متوسط'
+                else:
+                    volatility_level = 'high'
+                    volatility_description = 'مرتفع'
+                
+                # إنشاء رسم بياني للتقلب
+                chart_path = self._create_volatility_chart(df, item_id, period)
+                
+                return {
+                    'status': 'success',
+                    'data': {
+                        'item_id': item_id,
+                        'item_name': df['name'].iloc[0],
+                        'item_code': df['code'].iloc[0],
+                        'period': period,
+                        'start_date': df['price_date'].min().strftime('%Y-%m-%d'),
+                        'end_date': df['price_date'].max().strftime('%Y-%m-%d'),
+                        'data_points': len(df),
+                        'mean_price': mean_price,
+                        'std_dev': std_dev,
+                        'volatility': volatility,
+                        'volatility_level': volatility_level,
+                        'volatility_description': volatility_description,
+                        'max_increase': max_increase,
+                        'max_decrease': max_decrease,
+                        'avg_change': avg_change,
+                        'median_change': median_change,
+                        'positive_changes': positive_changes,
+                        'negative_changes': negative_changes,
+                        'no_changes': no_changes,
+                        'chart_path': chart_path
+                    }
+                }
+            else:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بيانات كافية لحساب تقلب الأسعار بعد معالجة البيانات'
+                }
+            
+        except Exception as e:
+            logger.error(f"خطأ في حساب تقلب الأسعار: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء حساب تقلب الأسعار: {str(e)}'
+            }
+    
+    def _create_volatility_chart(self, df, item_id, period):
+        """إنشاء رسم بياني للتقلب
+        
+        المعلمات:
+            df (pandas.DataFrame): إطار البيانات
+            item_id (int): معرف البند
+            period (str): الفترة الزمنية
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني بمحورين
+            fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 10), gridspec_kw={'height_ratios': [2, 1]})
+            
+            # الرسم البياني العلوي: سعر البند عبر الزمن
+            ax1.plot(df['price_date'], df['price'], 'b-', linewidth=2)
+            ax1.set_title(f"سعر البند عبر الزمن - {df['name'].iloc[0]} ({df['code'].iloc[0]})")
+            ax1.set_xlabel('التاريخ')
+            ax1.set_ylabel('السعر')
+            ax1.grid(True, linestyle='--', alpha=0.7)
+            
+            # إضافة نطاق الانحراف المعياري
+            mean_price = df['price'].mean()
+            std_dev = df['price'].std()
+            
+            ax1.axhline(y=mean_price, color='g', linestyle='-', alpha=0.8, label='متوسط السعر')
+            ax1.axhline(y=mean_price + std_dev, color='r', linestyle='--', alpha=0.5, label='انحراف معياري +1')
+            ax1.axhline(y=mean_price - std_dev, color='r', linestyle='--', alpha=0.5, label='انحراف معياري -1')
+            
+            ax1.fill_between(df['price_date'], mean_price - std_dev, mean_price + std_dev, color='gray', alpha=0.2)
+            ax1.legend()
+            
+            # الرسم البياني السفلي: التغيرات النسبية
+            ax2.bar(df['price_date'], df['price_change_pct'], color='skyblue', edgecolor='navy', alpha=0.7)
+            ax2.set_title('التغيرات النسبية في السعر (%)')
+            ax2.set_xlabel('التاريخ')
+            ax2.set_ylabel('التغير النسبي (%)')
+            ax2.grid(True, linestyle='--', alpha=0.7)
+            
+            # إضافة خط الصفر
+            ax2.axhline(y=0, color='k', linestyle='-', alpha=0.3)
+            
+            # تنسيق التاريخ على المحور السيني
+            fig.autofmt_xdate()
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"price_volatility_{item_id}_{period}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني للتقلب: {str(e)}")
+            return None
+    
+    def perform_sensitivity_analysis(self, project_id, variable_items, ranges):
+        """إجراء تحليل الحساسية
+        
+        المعلمات:
+            project_id (int): معرف المشروع
+            variable_items (list): قائمة بمعرفات البنود المتغيرة
+            ranges (dict): نطاقات التغيير لكل بند
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج تحليل الحساسية
+        """
+        try:
+            # الحصول على بنود المشروع
+            query = """
+                SELECT 
+                    id, item_number, description, quantity, unit_price, total_price
+                FROM 
+                    project_pricing_items
+                WHERE 
+                    project_id = ?
+            """
+            
+            results = self.db.fetch_all(query, [project_id])
+            
+            if not results:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بنود للمشروع المحدد'
+                }
+            
+            # تحويل النتائج إلى إطار بيانات
+            project_items = pd.DataFrame(results, columns=[
+                'id', 'item_number', 'description', 'quantity', 'unit_price', 'total_price'
+            ])
+            
+            # حساب إجمالي المشروع الأصلي
+            original_total = project_items['total_price'].sum()
+            
+            # تحضير بيانات تحليل الحساسية
+            sensitivity_data = []
+            
+            for item_id in variable_items:
+                if item_id not in project_items['id'].values:
+                    logger.warning(f"البند رقم {item_id} غير موجود في المشروع")
+                    continue
+                
+                # الحصول على معلومات البند
+                item_info = project_items[project_items['id'] == item_id].iloc[0]
+                
+                # الحصول على نطاق التغيير للبند
+                if str(item_id) in ranges:
+                    item_range = ranges[str(item_id)]
+                else:
+                    # استخدام نطاق افتراضي إذا لم يتم تحديد نطاق
+                    item_range = {'min': -20, 'max': 20, 'step': 10}
+                
+                # إنشاء قائمة بنسب التغيير
+                change_percentages = list(range(
+                    item_range['min'], 
+                    item_range['max'] + item_range['step'], 
+                    item_range['step']
+                ))
+                
+                item_sensitivity = {
+                    'item_id': item_id,
+                    'item_number': item_info['item_number'],
+                    'description': item_info['description'],
+                    'original_price': item_info['unit_price'],
+                    'original_total': item_info['total_price'],
+                    'changes': []
+                }
+                
+                # حساب تأثير كل نسبة تغيير
+                for percentage in change_percentages:
+                    # حساب السعر الجديد
+                    new_price = item_info['unit_price'] * (1 + percentage / 100)
+                    new_total = new_price * item_info['quantity']
+                    
+                    # حساب إجمالي المشروع الجديد
+                    project_total = original_total - item_info['total_price'] + new_total
+                    
+                    # حساب التغير في إجمالي المشروع
+                    project_change = ((project_total - original_total) / original_total) * 100
+                    
+                    item_sensitivity['changes'].append({
+                        'percentage': percentage,
+                        'new_price': new_price,
+                        'new_total': new_total,
+                        'project_total': project_total,
+                        'project_change': project_change
+                    })
+                
+                sensitivity_data.append(item_sensitivity)
+            
+            if not sensitivity_data:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بنود صالحة لتحليل الحساسية'
+                }
+            
+            # إنشاء رسم بياني لتحليل الحساسية
+            chart_path = self._create_sensitivity_chart(sensitivity_data, original_total, project_id)
+            
+            return {
+                'status': 'success',
+                'data': {
+                    'project_id': project_id,
+                    'original_total': original_total,
+                    'sensitivity_data': sensitivity_data,
+                    'chart_path': chart_path
+                }
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في إجراء تحليل الحساسية: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء إجراء تحليل الحساسية: {str(e)}'
+            }
+    
+    def _create_sensitivity_chart(self, sensitivity_data, original_total, project_id):
+        """إنشاء رسم بياني لتحليل الحساسية
+        
+        المعلمات:
+            sensitivity_data (list): بيانات تحليل الحساسية
+            original_total (float): إجمالي المشروع الأصلي
+            project_id (int): معرف المشروع
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(12, 8))
+            
+            # رسم خطوط الحساسية لكل بند
+            for item in sensitivity_data:
+                percentages = [change['percentage'] for change in item['changes']]
+                project_changes = [change['project_change'] for change in item['changes']]
+                
+                plt.plot(percentages, project_changes, marker='o', linewidth=2, 
+                        label=f"{item['item_number']} - {item['description'][:30]}...")
+            
+            # إضافة عنوان ومحاور
+            plt.title(f"تحليل الحساسية للمشروع رقم {project_id}")
+            plt.xlabel('نسبة التغيير في سعر البند (%)')
+            plt.ylabel('نسبة التغيير في إجمالي المشروع (%)')
+            
+            # إضافة خط الصفر
+            plt.axhline(y=0, color='k', linestyle='-', alpha=0.3)
+            plt.axvline(x=0, color='k', linestyle='-', alpha=0.3)
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7)
+            
+            # إضافة وسيلة إيضاح
+            plt.legend(loc='best')
+            
+            # إضافة معلومات إضافية
+            info_text = f"إجمالي المشروع الأصلي: {original_total:,.2f}"
+            plt.annotate(info_text, xy=(0.02, 0.02), xycoords='axes fraction', 
+                        bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"sensitivity_analysis_{project_id}_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني لتحليل الحساسية: {str(e)}")
+            return None
+    
+    def analyze_price_correlations(self, items):
+        """تحليل ارتباطات الأسعار بين عدة بنود
+        
+        المعلمات:
+            items (list): قائمة بمعرفات البنود
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج تحليل الارتباطات
+        """
+        try:
+            if not items or len(items) < 2:
+                return {
+                    'status': 'error',
+                    'message': 'يجب تحديد بندين على الأقل لتحليل الارتباطات'
+                }
+            
+            # جمع بيانات الأسعار لجميع البنود
+            all_prices = {}
+            item_names = {}
+            
+            for item_id in items:
+                # الحصول على تاريخ الأسعار
+                df = self.get_price_history(item_id)
+                
+                if df.empty:
+                    logger.warning(f"لا توجد بيانات تاريخية للسعر للبن�� رقم {item_id}")
+                    continue
+                
+                # تخزين بيانات الأسعار
+                all_prices[item_id] = df[['price_date', 'price']].copy()
+                item_names[item_id] = f"{df['code'].iloc[0]} - {df['name'].iloc[0]}"
+            
+            if len(all_prices) < 2:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بيانات كافية لتحليل الارتباطات'
+                }
+            
+            # إنشاء إطار بيانات موحد بتواريخ مشتركة
+            # أولاً، نجمع جميع التواريخ الفريدة
+            all_dates = set()
+            for item_id, df in all_prices.items():
+                all_dates.update(df['price_date'].dt.strftime('%Y-%m-%d').tolist())
+            
+            # إنشاء إطار بيانات جديد بجميع التواريخ
+            unified_df = pd.DataFrame({'price_date': sorted(list(all_dates))})
+            unified_df['price_date'] = pd.to_datetime(unified_df['price_date'])
+            
+            # إضافة أسعار كل بند
+            for item_id, df in all_prices.items():
+                # تحويل إطار البيانات إلى سلسلة زمنية مفهرسة بالتاريخ
+                price_series = df.set_index('price_date')['price']
+                
+                # إعادة فهرسة السلسلة الزمنية لتتوافق مع التواريخ الموحدة
+                unified_df[f'price_{item_id}'] = unified_df['price_date'].map(
+                    lambda x: price_series.get(x, None)
+                )
+            
+            # ملء القيم المفقودة باستخدام الاستيفاء الخطي
+            price_columns = [col for col in unified_df.columns if col.startswith('price_')]
+            unified_df[price_columns] = unified_df[price_columns].interpolate(method='linear')
+            
+            # حذف الصفوف التي لا تزال تحتوي على قيم مفقودة
+            unified_df = unified_df.dropna()
+            
+            if len(unified_df) < 3:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بيانات كافية بعد معالجة التواريخ المشتركة'
+                }
+            
+            # حساب مصفوفة الارتباط
+            correlation_matrix = unified_df[price_columns].corr()
+            
+            # تحويل مصفوفة الارتباط إلى تنسيق أكثر قابلية للقراءة
+            correlation_data = []
+            
+            for i, item1_id in enumerate(items):
+                if f'price_{item1_id}' not in correlation_matrix.columns:
+                    continue
+                    
+                for j, item2_id in enumerate(items):
+                    if f'price_{item2_id}' not in correlation_matrix.columns or i >= j:
+                        continue
+                    
+                    correlation = correlation_matrix.loc[f'price_{item1_id}', f'price_{item2_id}']
+                    
+                    # تحديد قوة واتجاه الارتباط
+                    if abs(correlation) < 0.3:
+                        strength = 'weak'
+                        strength_description = 'ضعيف'
+                    elif abs(correlation) < 0.7:
+                        strength = 'moderate'
+                        strength_description = 'متوسط'
+                    else:
+                        strength = 'strong'
+                        strength_description = 'قوي'
+                    
+                    if correlation > 0:
+                        direction = 'positive'
+                        direction_description = 'طردي'
+                    else:
+                        direction = 'negative'
+                        direction_description = 'عكسي'
+                    
+                    correlation_data.append({
+                        'item1_id': item1_id,
+                        'item1_name': item_names.get(item1_id, f'البند {item1_id}'),
+                        'item2_id': item2_id,
+                        'item2_name': item_names.get(item2_id, f'البند {item2_id}'),
+                        'correlation': correlation,
+                        'strength': strength,
+                        'strength_description': strength_description,
+                        'direction': direction,
+                        'direction_description': direction_description
+                    })
+            
+            if not correlation_data:
+                return {
+                    'status': 'error',
+                    'message': 'لم يتم العثور على ارتباطات بين البنود المحددة'
+                }
+            
+            # إنشا�� رسم بياني للارتباطات
+            chart_path = self._create_correlation_chart(correlation_matrix, item_names)
+            
+            # إنشاء رسم بياني لتطور الأسعار
+            trends_chart_path = self._create_price_trends_chart(unified_df, price_columns, item_names)
+            
+            return {
+                'status': 'success',
+                'data': {
+                    'correlation_data': correlation_data,
+                    'chart_path': chart_path,
+                    'trends_chart_path': trends_chart_path
+                }
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في تحليل ارتباطات الأسعار: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء تحليل ارتباطات الأسعار: {str(e)}'
+            }
+    
+    def _create_correlation_chart(self, correlation_matrix, item_names):
+        """إنشاء رسم بياني لمصفوفة الارتباط
+        
+        المعلمات:
+            correlation_matrix (pandas.DataFrame): مصفوفة الارتباط
+            item_names (dict): قاموس بأسماء البنود
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(10, 8))
+            
+            # إنشاء خريطة حرارية للارتباطات
+            mask = np.triu(np.ones_like(correlation_matrix, dtype=bool))
+            cmap = sns.diverging_palette(230, 20, as_cmap=True)
+            
+            # تعديل تسميات المحاور
+            labels = [item_names.get(int(col.split('_')[1]), col) for col in correlation_matrix.columns]
+            
+            # رسم الخريطة الحرارية
+            sns.heatmap(correlation_matrix, mask=mask, cmap=cmap, vmax=1, vmin=-1, center=0,
+                        square=True, linewidths=.5, cbar_kws={"shrink": .5}, annot=True,
+                        xticklabels=labels, yticklabels=labels)
+            
+            # إضافة عنوان
+            plt.title('مصفوفة ارتباط الأسعار بين البنود')
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"price_correlation_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني لمصفوفة الارتباط: {str(e)}")
+            return None
+    
+    def _create_price_trends_chart(self, unified_df, price_columns, item_names):
+        """إنشاء رسم بياني لتطور الأسعار
+        
+        المعلمات:
+            unified_df (pandas.DataFrame): إطار البيانات الموحد
+            price_columns (list): أسماء أعمدة الأسعار
+            item_names (dict): قاموس بأسماء البنود
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(12, 6))
+            
+            # رسم تطور الأسعار لكل بند
+            for col in price_columns:
+                item_id = int(col.split('_')[1])
+                item_name = item_names.get(item_id, f'البند {item_id}')
+                
+                # تطبيع الأسعار للمقارنة (القيمة الأولى = 100)
+                first_price = unified_df[col].iloc[0]
+                normalized_prices = (unified_df[col] / first_price) * 100
+                
+                plt.plot(unified_df['price_date'], normalized_prices, linewidth=2, label=item_name)
+            
+            # إضافة عنوان ومحاور
+            plt.title('تطور الأسعار النسبية للبنود (القيمة الأولى = 100)')
+            plt.xlabel('التاريخ')
+            plt.ylabel('السعر النسبي')
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7)
+            
+            # إضافة وسيلة إيضاح
+            plt.legend(loc='best')
+            
+            # تنسيق التاريخ على المحور السيني
+            plt.gcf().autofmt_xdate()
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"price_trends_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني لتطور الأسعار: {str(e)}")
+            return None
+    
+    def compare_with_market_prices(self, items):
+        """مقارنة أسعار البنود مع أسعار السوق
+        
+        المعلمات:
+            items (list): قائمة بمعرفات البنود
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج المقارنة
+        """
+        try:
+            if not items:
+                return {
+                    'status': 'error',
+                    'message': 'لم يتم تحديد أي بنود للمقارنة'
+                }
+            
+            comparison_data = []
+            
+            for item_id in items:
+                # الحصول على معلومات البند الأساسية
+                item_query = """
+                    SELECT 
+                        id, code, name, description, 
+                        (SELECT name FROM measurement_units WHERE id = unit_id) as unit_name,
+                        (SELECT symbol FROM measurement_units WHERE id = unit_id) as unit_symbol,
+                        base_price, last_updated_date
+                    FROM 
+                        pricing_items_base
+                    WHERE 
+                        id = ?
+                """
+                
+                item_result = self.db.fetch_one(item_query, [item_id])
+                
+                if not item_result:
+                    logger.warning(f"البند رقم {item_id} غير موجود")
+                    continue
+                
+                item_data = {
+                    'id': item_result[0],
+                    'code': item_result[1],
+                    'name': item_result[2],
+                    'description': item_result[3],
+                    'unit_name': item_result[4],
+                    'unit_symbol': item_result[5],
+                    'base_price': item_result[6],
+                    'last_updated_date': item_result[7]
+                }
+                
+                # الحصول على أحدث سعر للبند
+                price_query = """
+                    SELECT price, price_date, price_source
+                    FROM pricing_items_history
+                    WHERE base_item_id = ?
+                    ORDER BY price_date DESC
+                    LIMIT 1
+                """
+                
+                price_result = self.db.fetch_one(price_query, [item_id])
+                
+                if price_result:
+                    item_data['current_price'] = price_result[0]
+                    item_data['price_date'] = price_result[1]
+                    item_data['price_source'] = price_result[2]
+                else:
+                    # إذا لم يتم العثور على سعر، نستخدم السعر الأساسي
+                    item_data['current_price'] = item_data['base_price']
+                    item_data['price_date'] = item_data['last_updated_date']
+                    item_data['price_source'] = 'base_price'
+                
+                # الحصول على متوسط سعر السوق (من مصادر مختلفة)
+                market_query = """
+                    SELECT AVG(price) as avg_price
+                    FROM pricing_items_history
+                    WHERE base_item_id = ? AND price_source != 'internal'
+                    AND price_date >= date('now', '-6 months')
+                """
+                
+                market_result = self.db.fetch_one(market_query, [item_id])
+                
+                if market_result and market_result[0]:
+                    item_data['market_price'] = market_result[0]
+                    
+                    # حساب الفرق بين السعر الحالي وسعر السوق
+                    item_data['price_difference'] = item_data['current_price'] - item_data['market_price']
+                    item_data['price_difference_percentage'] = (item_data['price_difference'] / item_data['market_price']) * 100
+                    
+                    # تحديد حالة السعر
+                    if abs(item_data['price_difference_percentage']) < 5:
+                        item_data['price_status'] = 'competitive'
+                        item_data['price_status_description'] = 'تنافسي'
+                    elif item_data['price_difference_percentage'] < 0:
+                        item_data['price_status'] = 'below_market'
+                        item_data['price_status_description'] = 'أقل من السوق'
+                    else:
+                        item_data['price_status'] = 'above_market'
+                        item_data['price_status_description'] = 'أعلى من السوق'
+                else:
+                    # إذا لم يتم العثور على سعر سوق، نستخدم متوسط الأسعار الداخلية
+                    internal_query = """
+                        SELECT AVG(price) as avg_price
+                        FROM pricing_items_history
+                        WHERE base_item_id = ?
+                        AND price_date >= date('now', '-6 months')
+                    """
+                    
+                    internal_result = self.db.fetch_one(internal_query, [item_id])
+                    
+                    if internal_result and internal_result[0]:
+                        item_data['market_price'] = internal_result[0]
+                        item_data['price_difference'] = item_data['current_price'] - item_data['market_price']
+                        item_data['price_difference_percentage'] = (item_data['price_difference'] / item_data['market_price']) * 100
+                        
+                        # تحديد حالة السعر
+                        if abs(item_data['price_difference_percentage']) < 5:
+                            item_data['price_status'] = 'competitive'
+                            item_data['price_status_description'] = 'تنافسي'
+                        elif item_data['price_difference_percentage'] < 0:
+                            item_data['price_status'] = 'below_average'
+                            item_data['price_status_description'] = 'أقل من المتوسط'
+                        else:
+                            item_data['price_status'] = 'above_average'
+                            item_data['price_status_description'] = 'أعلى من المتوسط'
+                    else:
+                        item_data['market_price'] = None
+                        item_data['price_difference'] = None
+                        item_data['price_difference_percentage'] = None
+                        item_data['price_status'] = 'unknown'
+                        item_data['price_status_description'] = 'غير معروف'
+                
+                comparison_data.append(item_data)
+            
+            if not comparison_data:
+                return {
+                    'status': 'error',
+                    'message': 'لم يتم العثور على أي بنود للمقارنة'
+                }
+            
+            # إنشاء رسم بياني للمقارنة
+            chart_path = self._create_market_comparison_chart(comparison_data)
+            
+            return {
+                'status': 'success',
+                'data': {
+                    'items': comparison_data,
+                    'chart_path': chart_path
+                }
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في مقارنة الأسعار مع أسعار السوق: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء مقارنة الأسعار مع أسعار السوق: {str(e)}'
+            }
+    
+    def _create_market_comparison_chart(self, comparison_data):
+        """إنشاء رسم بياني لمقارنة الأسعار مع أسعار السوق
+        
+        المعلمات:
+            comparison_data (list): بيانات المقارنة
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # تصفية البنود التي لها أسعار سوق
+            valid_items = [item for item in comparison_data if item.get('market_price') is not None]
+            
+            if not valid_items:
+                return None
+            
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(12, 6))
+            
+            # إعداد البيانات للرسم
+            names = [f"{item['code']} - {item['name'][:20]}..." for item in valid_items]
+            current_prices = [item['current_price'] for item in valid_items]
+            market_prices = [item['market_price'] for item in valid_items]
+            
+            # إنشاء مواقع الأعمدة
+            x = np.arange(len(names))
+            width = 0.35
+            
+            # رسم الأعمدة
+            plt.bar(x - width/2, current_prices, width, label='السعر الحالي', color='skyblue')
+            plt.bar(x + width/2, market_prices, width, label='سعر السوق', color='lightgreen')
+            
+            # إضافة تسميات وعنوان
+            plt.xlabel('البنود')
+            plt.ylabel('السعر')
+            plt.title('مقارنة الأسعار الحالية مع أسعار السوق')
+            plt.xticks(x, names, rotation=45, ha='right')
+            plt.legend()
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7, axis='y')
+            
+            # إضافة قيم الفروق النسبية
+            for i, item in enumerate(valid_items):
+                if 'price_difference_percentage' in item and item['price_difference_percentage'] is not None:
+                    percentage = item['price_difference_percentage']
+                    color = 'green' if percentage < 0 else 'red' if percentage > 0 else 'black'
+                    plt.annotate(f"{percentage:.1f}%", 
+                                xy=(x[i], max(current_prices[i], market_prices[i]) * 1.05),
+                                ha='center', va='bottom', color=color,
+                                bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="gray", alpha=0.8))
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"market_comparison_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني لمقارنة الأسعار مع أسعار السوق: {str(e)}")
+            return None
+    
+    def analyze_cost_drivers(self, project_id):
+        """تحليل محركات التكلفة للمشروع
+        
+        المعلمات:
+            project_id (int): معرف المشروع
+            
+        العائد:
+            dict: قاموس يحتوي على نتائج تحليل محركات التكلفة
+        """
+        try:
+            # الحصول على بنود المشروع
+            query = """
+                SELECT 
+                    id, item_number, description, quantity, unit_price, total_price,
+                    (SELECT name FROM pricing_categories WHERE id = 
+                        (SELECT category_id FROM pricing_items_base WHERE id = base_item_id)
+                    ) as category_name
+                FROM 
+                    project_pricing_items
+                WHERE 
+                    project_id = ?
+            """
+            
+            results = self.db.fetch_all(query, [project_id])
+            
+            if not results:
+                return {
+                    'status': 'error',
+                    'message': 'لا توجد بنود للمشروع المحدد'
+                }
+            
+            # تحويل النتائج إلى إطار بيانات
+            df = pd.DataFrame(results, columns=[
+                'id', 'item_number', 'description', 'quantity', 'unit_price', 
+                'total_price', 'category_name'
+            ])
+            
+            # معالجة القيم المفقودة في عمود الفئة
+            df['category_name'] = df['category_name'].fillna('أخرى')
+            
+            # حساب إجمالي المشروع
+            project_total = df['total_price'].sum()
+            
+            # تحليل البنود حسب الفئة
+            category_analysis = df.groupby('category_name').agg({
+                'total_price': 'sum'
+            }).reset_index()
+            
+            # إضافة النسبة المئوية
+            category_analysis['percentage'] = (category_analysis['total_price'] / project_total) * 100
+            
+            # ترتيب الفئات حسب التكلفة
+            category_analysis = category_analysis.sort_values('total_price', ascending=False)
+            
+            # تحليل البنود الأعلى تكلفة
+            top_items = df.sort_values('total_price', ascending=False).head(10)
+            top_items['percentage'] = (top_items['total_price'] / project_total) * 100
+            
+            # حساب تركيز التكلفة (نسبة باريتو)
+            df_sorted = df.sort_values('total_price', ascending=False)
+            df_sorted['cumulative_cost'] = df_sorted['total_price'].cumsum()
+            df_sorted['cumulative_percentage'] = (df_sorted['cumulative_cost'] / project_total) * 100
+            
+            # تحديد عدد البنود التي تشكل 80% من التكلفة
+            items_80_percent = len(df_sorted[df_sorted['cumulative_percentage'] <= 80])
+            if items_80_percent == 0:
+                items_80_percent = 1
+            
+            pareto_ratio = items_80_percent / len(df)
+            
+            # إنشاء رسوم بيانية
+            category_chart_path = self._create_category_chart(category_analysis)
+            top_items_chart_path = self._create_top_items_chart(top_items)
+            pareto_chart_path = self._create_pareto_chart(df_sorted)
+            
+            return {
+                'status': 'success',
+                'data': {
+                    'project_id': project_id,
+                    'project_total': project_total,
+                    'category_analysis': category_analysis.to_dict('records'),
+                    'top_items': top_items.to_dict('records'),
+                    'pareto_ratio': pareto_ratio,
+                    'items_80_percent': items_80_percent,
+                    'total_items': len(df),
+                    'category_chart_path': category_chart_path,
+                    'top_items_chart_path': top_items_chart_path,
+                    'pareto_chart_path': pareto_chart_path
+                }
+            }
+            
+        except Exception as e:
+            logger.error(f"خطأ في تحليل محركات التكلفة: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء تحليل محركات التكلفة: {str(e)}'
+            }
+    
+    def _create_category_chart(self, category_analysis):
+        """إنشاء رسم بياني للتكاليف حسب الفئة
+        
+        المعلمات:
+            category_analysis (pandas.DataFrame): تحليل الفئات
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(10, 6))
+            
+            # رسم مخطط دائري
+            plt.pie(
+                category_analysis['total_price'],
+                labels=category_analysis['category_name'],
+                autopct='%1.1f%%',
+                startangle=90,
+                shadow=False,
+                wedgeprops={'edgecolor': 'white', 'linewidth': 1}
+            )
+            
+            # إضافة عنوان
+            plt.title('توزيع التكاليف حسب الفئة')
+            
+            # جعل الرسم البياني دائريًا
+            plt.axis('equal')
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"cost_category_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني للتكاليف حسب الفئة: {str(e)}")
+            return None
+    
+    def _create_top_items_chart(self, top_items):
+        """إنشاء رسم بياني للبنود الأعلى تكلفة
+        
+        المعلمات:
+            top_items (pandas.DataFrame): البنود الأعلى تكلفة
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            plt.figure(figsize=(12, 6))
+            
+            # إعداد البيانات للرسم
+            items = [f"{row['item_number']} - {row['description'][:20]}..." for _, row in top_items.iterrows()]
+            costs = top_items['total_price'].tolist()
+            
+            # رسم الأعمدة
+            bars = plt.barh(items, costs, color='skyblue', edgecolor='navy')
+            
+            # إضافة القيم على الأعمدة
+            for i, bar in enumerate(bars):
+                width = bar.get_width()
+                plt.text(width * 1.01, bar.get_y() + bar.get_height()/2,
+                        f'{width:,.0f} ({top_items["percentage"].iloc[i]:.1f}%)',
+                        va='center')
+            
+            # إضافة عنوان ومحاور
+            plt.title('البنود الأعلى تكلفة')
+            plt.xlabel('التكلفة')
+            plt.ylabel('البنود')
+            
+            # إضافة شبكة
+            plt.grid(True, linestyle='--', alpha=0.7, axis='x')
+            
+            # ضبط التخطيط
+            plt.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"top_cost_items_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني للبنود الأعلى تكلفة: {str(e)}")
+            return None
+    
+    def _create_pareto_chart(self, df_sorted):
+        """إنشاء رسم بياني لتحليل باريتو
+        
+        المعلمات:
+            df_sorted (pandas.DataFrame): إطار البيانات المرتب
+            
+        العائد:
+            str: مسار ملف الرسم البياني
+        """
+        try:
+            # إنشاء رسم بياني جديد
+            fig, ax1 = plt.subplots(figsize=(12, 6))
+            
+            # إعداد البيانات للرسم
+            x = range(1, len(df_sorted) + 1)
+            y1 = df_sorted['total_price'].tolist()
+            y2 = df_sorted['cumulative_percentage'].tolist()
+            
+            # رسم الأعمدة (التكلفة)
+            ax1.bar(x, y1, color='skyblue', alpha=0.7)
+            ax1.set_xlabel('عدد البنود')
+            ax1.set_ylabel('التكلفة', color='navy')
+            ax1.tick_params(axis='y', labelcolor='navy')
+            
+            # إنشاء محور ثانوي
+            ax2 = ax1.twinx()
+            
+            # رسم الخط (النسبة التراكمية)
+            ax2.plot(x, y2, 'r-', linewidth=2, marker='o', markersize=4)
+            ax2.set_ylabel('النسبة التراكمية (%)', color='red')
+            ax2.tick_params(axis='y', labelcolor='red')
+            
+            # إضافة خط 80%
+            ax2.axhline(y=80, color='green', linestyle='--', alpha=0.7)
+            
+            # إضافة عنوان
+            plt.title('تحليل باريتو للتكاليف')
+            
+            # إضافة شبكة
+            ax1.grid(True, linestyle='--', alpha=0.7)
+            
+            # ضبط التخطيط
+            fig.tight_layout()
+            
+            # حفظ الرسم البياني
+            chart_filename = f"pareto_analysis_{datetime.now().strftime('%Y%m%d%H%M%S')}.png"
+            chart_path = os.path.join(self.charts_dir, chart_filename)
+            plt.savefig(chart_path, dpi=100, bbox_inches='tight')
+            plt.close()
+            
+            return chart_path
+            
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسم بياني لتحليل باريتو: {str(e)}")
+            return None
+    
+    def generate_price_analysis_charts(self, analysis_type, params):
+        """إنشاء رسوم بيانية لتحليل الأسعار
+        
+        المعلمات:
+            analysis_type (str): نوع التحليل
+            params (dict): معلمات التحليل
+            
+        العائد:
+            dict: قاموس يحتوي على مسارات الرسوم البيانية
+        """
+        try:
+            if analysis_type == 'trend':
+                # تحليل اتجاه السعر
+                if 'item_id' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد معرف البند'
+                    }
+                
+                result = self.analyze_price_trends(
+                    params['item_id'],
+                    params.get('start_date'),
+                    params.get('end_date')
+                )
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'comparison':
+                # مقارنة الأسعار
+                if 'items' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد البنود للمقارنة'
+                    }
+                
+                result = self.compare_prices(
+                    params['items'],
+                    params.get('date')
+                )
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'volatility':
+                # تحليل تقلب الأسعار
+                if 'item_id' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد معرف البند'
+                    }
+                
+                result = self.calculate_price_volatility(
+                    params['item_id'],
+                    params.get('period', '1y')
+                )
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'sensitivity':
+                # تحليل الحساسية
+                if 'project_id' not in params or 'variable_items' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد معرف المشروع أو البنود المتغيرة'
+                    }
+                
+                result = self.perform_sensitivity_analysis(
+                    params['project_id'],
+                    params['variable_items'],
+                    params.get('ranges', {})
+                )
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'correlation':
+                # تحليل الارتباطات
+                if 'items' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد البنود للتحليل'
+                    }
+                
+                result = self.analyze_price_correlations(params['items'])
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path'], result['data']['trends_chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'market_comparison':
+                # مقارنة مع أسعار السوق
+                if 'items' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد البنود للمقارنة'
+                    }
+                
+                result = self.compare_with_market_prices(params['items'])
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [result['data']['chart_path']]
+                    }
+                else:
+                    return result
+                
+            elif analysis_type == 'cost_drivers':
+                # تحليل محركات التكلفة
+                if 'project_id' not in params:
+                    return {
+                        'status': 'error',
+                        'message': 'لم يتم تحديد معرف المشروع'
+                    }
+                
+                result = self.analyze_cost_drivers(params['project_id'])
+                
+                if result['status'] == 'success':
+                    return {
+                        'status': 'success',
+                        'charts': [
+                            result['data']['category_chart_path'],
+                            result['data']['top_items_chart_path'],
+                            result['data']['pareto_chart_path']
+                        ]
+                    }
+                else:
+                    return result
+                
+            else:
+                return {
+                    'status': 'error',
+                    'message': f'نوع التحليل غير معروف: {analysis_type}'
+                }
+                
+        except Exception as e:
+            logger.error(f"خطأ في إنشاء رسوم بيانية لتحليل الأسعار: {str(e)}")
+            return {
+                'status': 'error',
+                'message': f'حدث خطأ أثناء إنشاء رسوم بيانية لتحليل الأسعار: {str(e)}'
+            }