به‌واسطه‌ی طبیعت ناهمگون خاک‌های غیرچسبنده و پیچیدگی پارامترهای موثر در نشست، پیش‌بینی دقیق نشست پی معمولاً با دشواری‌های بسیاری همراه است. این موضوع از گذشته مدنظر پژوهشگران مختلفی بوده‌است و برخی محققان نیز معادلاتی برای پیش‌بینی نشست پی سطحی ارائه کرده‌اند. به‌دلیل عدم دقت کافی این روابط، پژوهشگران از روش‌های جدیدتری از جمله اجزای محدود، تفاضل ‌محدود، محاسبات نرم و... برای پیش‌بینی نشست استفاده می‌کنند. در پژوهش حاضر مدل جدیدی بااستفاده از هوش مصنوعی برای پیش‌بینی نشست ارائه می‌گردد. هدف از توسعه‌ی این‌گونه مدل‌ها ایجاد فرمول‌هایی دقیق‌تر و درصورت امکان ساده‌تر می‌باشد. در این مقاله عملکرد الگوریتم برنامه‌نویسی چندعبارتی (Multi expression programming) برای پیش‌بینی نشست پی‌های سطحی واقع بر خاک دانه‌ای مورد بررسی قرار می‌گیرد و مقادیر به‌دست‌امده از مدل‌های جدید با دقیق‌ترین مدل‌های قبلی، مقایسه می‌شوند. سپس تحلیل عملکرد، مطالعه‌ی پارامتری، تحلیل حساسیت و ارزیابی ضریب اطمینان انجام می‌گردد. همان‌طور که از نتایج مشخص است، مقایسه بین مدل‌ MEP و دقیق‌ترین مدل‌‌ها شامل ANN، GP، GEP و EPR در ادبیات فنی نشان می‌دهد که مدل پیشنهادی در این مطالعه، با ضریب هم‌بستگی 45/93 درصد عملکرد بهتری نسبت‌به اکثر مدل‌های توسعه‌یافته قبلی دارد.