در روش کاهش سطح که یکی از رایج ترین روش های تجربی در تعیین توزیع رسوبات در مخازن می باشد، مخازن از نظر هندسی به چهار نوع تقسیم بندی می شوند. برای هر یک از چهار نوع مخزن پارامترهای ارائه شده بر اساس تعداد محدودی مخزن بدست آمده است،که پیش بینی این روش را با خطای زیادی همراه می کند. لذا در مخازنی که در حال بهره برداری می باشند و عملیات هیدروگرافی در آنها حداقل یکبار انجام شده باشد، می توان با تعیین پارامترهای مناسب به دقت قابل قبولی دست یافت یا به اصطلاح مدل را برای آن مخزن خاص واسنجی نمود. در این تحقیق در محیط متلب ، ابتدا بر اساس تئوری روش کاهش سطح یک مدل کامپیوتری تهیه شد، سپس مدل بهینه سازی به روش الگوریتم ژنتیک آماده شد و در نهایت این دو مدل ترکیب شدند. مدل تهیه شده پارامترهای روش تجربی کاهش سطح را برای هر مخزن بنحوی تعیین می کندکه بیشترین تطابق بین مقادیر محاسباتی و اندازه گیری شده بدست آید. با توجه به اینکه برای واسنجی و صحت سنجی مدل تهیه شده حداقل به سه دوره اطلاعات اندازه گیری شده نیاز است و به علت کمبود اطلاعات هیدروگرافی مخازن کشور ابتدا مدل تهیه شده برای سد مخزنی آلتوس در آمریکا و کرج در ایران که دارای سه دوره اطلاعات می باشند بکار برده شد. نتایج حاصله نشان داد که استفاده از پارامترهای بهینه در سد آلتوس باعث کاهش میزان تابع هدف به مقدار 22% و در سد کرج باعث کاهش میزان تابع هدف به مقدار 57% شد. این مسئله نشان دهنده ی صحت نتایج و قابلیت کاربرد مدل در دوره-هایی غیر از دوره ی واسنجی مدل می باشد. سپس با استفاده از این روش بهترین پارامترها برای سد مخزنی کارده که تنها دو هیدروگرافی از آن در دسترس بوده، بدست آمد. سپس بر اساس پارامترهای بهینه بدست آمده برای هریک از سدهای کرج و کارده، نحوه ی توزیع رسوبات در سال های آینده برای این مخازن پیش بینی شد.