Veldkanaalverbeteringsprojecten (FCIP's) zijn een van de ambitieuze projecten die worden gebouwd om zoet water te besparen. FCIP's worden toegepast als een case study voor Artificial Intelligence (AI) toepassingen voor het projecteren van kostenmodellering. De eerste stap is het ontwikkelen van een conceptueel kostenmodel om de belangrijkste kostenfactoren die het project beïnvloeden te identificeren. Daarom blijft de selectie van inputvariabelen een belangrijk onderdeel van de modelontwikkeling, omdat de slechte selectie van variabelen de precisie van het model kan verminderen. De studie ontdekte de belangrijkste drijfveren van FCIP's op basis van een kwalitatieve benadering en een kwantitatieve benadering. Vervolgens heeft de studie een parametrisch kostenmodel ontwikkeld op basis van AI en machinale leermethoden zoals kwadratische regressie, kunstmatige neurale netwerken (ANN's), fuzzy-model en case-based reasoning, genetisch algoritme (GA) en hybride fuzzy systemen. Gevoeligheidsanalyse wordt uitgevoerd om de bijdrage van geselecteerde sleutelparameters te bepalen. Dit boek is vertaald met Kunstmatige Intelligentie.