简介：基于在在定义变量和常数利用的数据的可靠性和代表性之间的关系，众多的费时间的方程要求复杂参数估计水流带来的碎石运输。包括流动分泌物，水深度，水表面斜坡，和表面谷物直径在这学习容易可存取的数据(来自在马来西亚的小河的d50)被用来估计水流带来的碎石运输。基因编程(GP)和人工的神经网络(ANN)当模特儿当估计床的互补工具在小河里基于在简洁和精确性之间的平衡装载运输，被使用。发达模型为ANN和GP与97%和93%的全面精确性表明高效，分别地与另外的传统的方法和实验方程相比。
Bedload transport of small rivers in Malaysia
