یکی از موضوعات بسیار مهم در مورد سدهای خاکی تراوش آب از بدنه و پی سد می باشد که در صورت تجاوز از مقدار معینی منجر به خرابی و شکست سد خواهد شد. در تحقیق کنونی، کارایی روش تکاملی برنامه نویسی بیان ژن (GEP) و روش المان محدود (SEEP/W) در تعیین دبی نشت از بدنه سد خاکی زنوز واقع در استان آذربایجان شرقی مورد بررسی قرار گرفته است. بدین منظور ابتدا با استفاده از داده های سد خاکی زنوز (تراز آب در مخزن سد، سطح ایستائی پیزومترهای کار گذاشته شده در بدنه و پی سد و دبی نشت) مدل هایی در 3 حالت شامل؛ حالت منفرد دبی نشت وابسته به تراز مخزن، حالت منفرد دبی نشت وابسته به تراز پیزومتر و حالت ترکیبی دبی نشت وابسته به تراز مخزن و پیزومتر تعریف شده و نتایج حاصله مورد ارزیابی قرار گرفته است. سپس با استفاده از آنالیز حساسیت موثرترین پارامترها در هر حالت مشخص شده و بهترین حالت بدست آمده از روش GEP، با مدلسازی نرم افزاری با SEEP/W مقایسه گردید. نتایج نشان می دهد که تعیین دبی نشت در حالتی که تنها وابسته به تراز مخزن است منجر به جوابهای دقیقتری می گردد و در این راستا روش برنامه ریزی بیان ژن از روش المان محدود موفق تر می باشد. نتایج آنالیز حساسیت نشان داد که تراز آب مربوط به روز قبل در پیزومتر نصب شده در ارتفاع1850 متری (PL105(t-1)) و تراز آب در مخزن مربوط به دو روز قبل (RL(t-2)) تاثیرگذارترین پارامترها در مدل سازی می باشند.
In this study, the capability of gene expression programming (GEP) and a finite element method (SEEP/W) was assessed for predicting water seepage from body and foundation of zonouz earthen dam located in East Azerbaijan Province. Therefore, different models using observational data of Zonouz dam (water level in the reservoir, pizometer levels implanted in the body and injected tunnel dam and seepage discharge) were developed in three states: single-mode of seepage discharge related to pizometer level, single-mode of seepage discharge related to reservoir level and combined state of seepage discharge related to reservoir and pizometer level and the results were analyzed. From the sensitivity analysis the most effective parameter for any states were determined. Then the best model of GEP was reanalyzed using SEEP/W software. The results showed that the single-mode which the seepage discharge depends to only reservoir level leads to more accurate results and in this regard, the gene expression programming approach is more successful than the applied finite element method. The sensitivity analysis showed that the water level related to one day ago in pizometer which located at level of 1850m (PL105(t-1)) and reservoir level related to two days ago (RL(t-2)) are the most effective parameters in modeling.