دریاچه ارومیه بعنوان یکی از بزرگترین دریاچه های ایران، مقصد نهائی مجموعه ای از رودخانه های شمالغرب کشور است. با توجه به تغییرات زیاد بارندگی و همچنین تغییرات دمای هوا، تراز آب نوسانات زیادی داشته است. آگاهی از این نوسانات در بررسی مسائل مرتبط، از جمله ریسک پذیری تاسیسات و سازه های وابسته، تغییرات ذخیره آبی دریاچه، ساخت و سازهای ساحلی، محیط زیست و بسیاری از عوامل دیگر اهمیت دارد. از اینرو رسیدن به یک تخمین قابل قبول از روند نوسانات در آینده با استفاده از روشهای نوین دنیا امری اجتناب ناپذیر است. با اینکه نوسانات تراز سطح آب دریاچه ها تابعی از عوامل بسیار متعددی می تواند باشد، در این تحقیق سعی شده است، از مهم ترین عوامل موثر همچون دمای هوا و بارش استفاده گردد. لذا از روش نوین برنامه ریزی بیان ژن (gep) که توسعه یافته برنامه ریزی ژنتیک است، جهت شبیه سازی و پیش بینی نوسانات تراز آب دریاچه در حالات و مقیاس های زمانی مختلف و از mathematica جهت دینامیک نمودن این شبیه سازی بهره گرفته شده است. gep یک الگوریتم ژنتیکی است بطوریکه از جمعیتی از افراد استفاده و آنها را مطابق برازندگی، انتخاب می کند و تغییرات ژنتیکی را با استفاده از یک یا چند عملگر ژنتیکی، اعمال می نماید و در آن کروموزوم ها، به صورت بیان درختی نشان داده می شوند. جهت پیش بینی نوسانات تراز آب در دو مقیاس زمانی روزانه و ماهانه با استفاده از gep، مقادیر نوسانات پیشین، دمای هوا و بارش در شش حالت متفاوت شامل نوسانات تراز آب یک روز قبل تا نوسانات تراز آب نه روز قبل و دمای هوا و بارش یک روز قبل تا سه روز قبل، به عنوان ورودی در نظر گرفته شدند تا بهترین الگو برای پیش بینی انتخاب گردد. نوسانات تراز آب و دمای هوای ماهانه تا یک تأخیر، به عنوان مناسب ترین الگوی ورودی پیش بینی نوسانات تراز آب دریاچه ارومیه، انتخاب گردید. در انتها توانایی پیش بینی دو مدل gep و رگرسیون خطی با معیارهایی نظیر ضریب همبستگی و جذر میانگین مربعات خطا با یکدیگر مقایسه گردیده است.