Projekte zur Verbesserung von Feldkanälen (FCIPs) sind eines der ehrgeizigen Projekte, die zur Einsparung von Süßwasser durchgeführt werden. FCIPs werden als Fallstudie für Anwendungen der Künstlichen Intelligenz (KI) zur Modellierung von Projektkosten eingesetzt. Zur Finanzierung dieses Projekts sind konzeptuelle Kostenmodelle wichtig, um die Vorkosten in den frühen Phasen des Projekts genau vorherzusagen. Der erste Schritt ist die Entwicklung eines konzeptuellen Kostenmodells, um die wichtigsten Kostentreiber zu identifizieren, die das Projekt beeinflussen. Daher bleibt die Auswahl der Eingabevariablen ein wichtiger Teil der Modellentwicklung, da die schlechte Auswahl der Variablen die Modellpräzision verringern kann. Die Studie entdeckte die wichtigsten Treiber von FCIPs auf der Grundlage eines qualitativen und eines quantitativen Ansatzes. Anschließend hat die Studie ein parametrisches Kostenmodell entwickelt, das auf KI- und maschinellen Lernmethoden wie quadratischer Regression, künstlichen neuronalen Netzen (ANNs), Fuzzy-Modell und fallbasiertem Denken, genetischen Algorithmen (GA) und hybriden Fuzzy-Systemen basiert. Dieses Buch wurde mit Künstlicher Intelligenz übersetzt.

Autorentext

I have finished my M.Sc. degree since January 2018. I am an active certified project management professional (PMP) and engineer in the petroleum sector in Egypt. My research interests are artificial intelligence (AI), project management, and renewable energy. For more details, please visit my LinkedIn account (Haytham H. Elmousalami).