مساله کالیبراسیون مدل های ریاضی با توجه به برخی ویژگی ها، نظیر غیرخطی بودن سطح پاسخ مدل نسبت به تغییر پارامترها، تعدد پارامترها و بعضاً زمان بر بودن اجرای مدل، به طور ویژه برای کاربران کم مهارت، امری مشکل و زمان بر می باشد. در این پژوهش، ضمن بازتعریف مساله کالیبراسیون مدل های ریاضی به یک مساله بهینه-سازی و با بهره گیری از ایده های نو، روشی کاملاً کاربردی برای کالیبراسیون خودکار مدل های شبیه سازی کیفیت آب و بارش-رواناب، با دقت و سرعت قابل توجه ارایه شده است. در این تحقیق، روش بهینه سازی «تکثیر علف هرز» که در زمره جدیدترین روش های بهینه سازی تکاملی و فرا-ابتکاری است؛ معرفی شده است. سپس ضمن مطالعه دقیق بوم شناسی جامعه علف هرز که در نوع خود از مقاوم ترین گونه های گیاهی است؛ با مدل-سازی ریاضی خاصیت چگالی توده علف و تاثیر آن بر نحوه تکثیر علف به همراه نگهداری برازنده ترین علف در نسل بعدی، توانایی الگوریتم در فرار از کمینه های محلی در کنار افزایش دقت و سرعت آن، ارتقا داده شده است. در مرحله بعد، این الگوریتمِ توسعه یافته، با دو روش شناخته شده بهینه سازی ga و pso در مواجهه با سه تابع آزمون بهینه سازی، مقایسه شده و برتری آن به اثبات رسیده است. با توجه به اهمیت صرفه جویی در زمان در مساله کالیبراسیون مدل های ریاضی، در این پژوهش با استفاده از مفهوم «مدل جایگزین هوشمند» و پیوند آن با الگوریتم تکثیر علف هرز توسعه یافته، ضمن معرفی دو نسخه الگوریتم پیوندی به نام های «الگوریتم پیوندی هم زمان» و «الگوریتم پیوندی تناوبی»، به مقایسه عملکرد آن ها با الگوریتم تکثیر علف هرز توسعه یافته از دیدگاه دقت و سرعت پرداخته شده و نتایج این بررسی حاکی از کاهش 5 تا 6 برابری تعداد دفعات ارزیابی تابع هدف با برخورداری از کیفیت جواب های نسبتاً مشابه با الگوریتم غیر پیوندی است. عملیات کالیبراسیون خودکار مدل بارش-رواناب hec-1 (مطالعه موردی در بخشی از حوضه آبریز گرگان رود) و مدل یک بعدی کیفیت آب qual2e (مطالعه موردی در بخشی از جاجرود) به کمک سه الگوریتم علف هرز توسعه یافته، پیوندی هم زمان و پیوندی تناوبی، در قالب دو نوع سناریو، یکی مصنوعی (با داده های ساختگی و جواب های از پیش معلوم) و دیگری واقعی به انجام رسیده است. در مرحله نهایی و به منظور حل یک مساله پیچیده کالیبراسیون، مدل دو بعدی متوسط گیری شده در عرض ce-qual-w2 به کمک الگوریتم پیوندی برای شبیه سازی رژیم دمایی مخزن سد کرخه، مورد واسنجی قرار گرفته است؛ که نتایج حاکی از صرفه جویی بسیار زیاد در زمان (صرفه جویی به میزان 5/3 روز یا 84 ساعت) به همراه دقت بالای نتایج می باشد. به طور کلی، الگوریتم های پیوندی 5 تا 6 بار سریع تر از الگوریتم غیر پیوندی به جواب های ریاضی بسیار دقیق در سناریوی مصنوعی، و جواب های قابل قبول مهندسی در سناریوی واقعی، دست یافته و پارامترهای کالیبره شده حاصل از سناریوی واقعی، در یک رویداد واقعی دیگر، تایید شده اند. مفاهیم و الگوریتم های ارایه شده در این پژوهش، قابل تعمیم به سایر مدل های ریاضی، به ویژه مدل های با زمان اجرای طولانی هستند.