Read more
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.
About the author
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).
