مطالعه مکانیزم انتقال بار کف به دلیل ماهیت پیچیده و محدودیت های موجود در اندازه گیری یکی از مسائل چالش برانگیز مهندسی رودخانه می باشد. با وجود مطالعات گسترده ی محققین و ارائه روابط متعدد تجربی و نیمه تجربی به منظور تخمین نرخ انتقال بار کف تاکنون هیچ روش و رابطه ی یکه ای به منظور مدل سازی و تخمین بار کف وجود ندارد. در این تحقیق عملکرد دو روش برنامه ریزی بیان ژن (gep) و مدل ترکیبی الگوریتم ژنتیک – رگرسیون بردار پشتیبان (ga-svr) در مدلسازی و تخمین بار کف سه رودخانه اوک کریک، نهال یاتیر و دیاوگا مورد ارزیابی قرار گرفته است. همچنین از چهار ساختار مختلف gep و از چهار تابع کرنل مختلف به منظور دستیابی به ساختار بهینه استفاده شده است. از چهار نوع مدل ورودی متشکل از ترکیب پارامترهای هیدرولیکی رودخانه به عنوان ورودی روش های مذکور استفاده شده است تا موثرترین پارامترهای هیدرولیکی در هریک از رودخانه ها معرفی شود. در نهایت داده های موجود از بار کف رودخانه ها توسط چند رابطه کلاسیک نیز تخمین زده شدند. مقایسه نتایج تخمین بین روش های هوشمند و روابط کلاسیک نشانگر برتری روش های gep و ga-svr می باشد.