در طراحی پی های سطحی نیاز به ارضاء دو شرط اساسی وجود دارد: ظرفیت باربری نهایی و میزان نشست پی. ظرفیت باربری نهایی پی تابع مقاومت برشی خاک می باشد که توسط ترزاقی، میرهوف، وسیک و دیگران با استفاده از روش های مختلف تخمین زده شده است. اخیراً، برای جلوگیری از صرف زمان و هزینه بسیار زیاد انجام آزمایشات متعدد و پیشرفت سیستم های کامپیوتری گرایش به سمت مدل سازی با ابزارهای کامپیوتری افزایش یافته است. در این مطالعه، تکنیکی جدید از مدل سازی هوش مصنوعی و زیر شاخه های الگوریتم های تکاملی به نام برنامه نویسی ژنتیک خطی برای پیش بینی ظرفیت باربری نهایی پی بر خاک های دانه ای ارائه شده است. مدل بدست آمده ظرفیت باربری ظرفیت باربری پی را مانند روش های کلاسیک به مشخصات هندسی پی، وزن مخصوص خاک و زاویه اصطکاک داخلی خاک مرتبط می کند. مجموعه داده های به کار رفته برای بسط مدل از مقالات علمی به دست آمده اند. ازتکنیک شبکه های عصبی مصنوعی که از قویترین تکنیک های مدل سازی است، برای مقایسه با برنامه نویسی ژنتیک خطی استفاده شده است. اعتبارسنجی مدل ارائه شده با استفاده از قسمتی از داده های آزمایشگاهی که در فرآیند مدل سازی استفاده نشده اند انجام گردیده است. در انتها نتایج بدست آمده از روش های مدل سازی با نتایج حاصل از مدل های معروف ترزاقی، میرهوف، هنسن و وسیک مقایسه گردیده اند. مطالعه مقایسه ای، نشانگر عملکرد بهتر مدل ارائه شده در مقایسه با نتایج بدست آمده توسط سایر مدل های موجود در محدوده داده های آزمایشگاهی می باشد.