Projekty ulepszenia kanäów w terenie (FCIP) s¿ jednym z ambitnych projektów maj¿cych na celu oszcz¿dno¿¿ wody s¿odkiej. FCIPs s¿ stosowane jako studium przypadku dla zastosowä sztucznej inteligencji (AI) do modelowania kosztów projektu. W celu sfinansowania tego projektu, koncepcyjne modele kosztów s¿ wäne, aby dok¿adnie przewidzie¿ wst¿pne koszty na wczesnych etapach projektu. Pierwszym krokiem jest opracowanie koncepcyjnego modelu kosztów w celu okre¿lenia kluczowych czynników kosztotwórczych maj¿cych wp¿yw na projekt. Dlatego te¿, wybór zmiennych wej¿ciowych pozostaje wän¿ cz¿¿ci¿ rozwoju modelu, poniewä s¿aby wybór zmiennych mo¿e zmniejszy¿ precyzj¿ modelu. W ramach badania odkryto najwäniejsze czynniki stymuluj¿ce FCIPs w oparciu o podej¿cie jako¿ciowe i ilo¿ciowe. Nast¿pnie w ramach badania opracowano parametryczny model kosztów oparty na SI i metodach uczenia si¿ maszynowego, takich jak regresja kwadratowa, sztuczne sieci neuronowe (ANN), model rozmyty i rozumowanie oparte na konkretnych przypadkach, algorytm genetyczny (GA) i hybrydowe systemy rozmyte. Ta ksi¿¿ka zostäa przet¿umaczona przy u¿yciu sztucznej inteligencji.