为解决传统河流流经弯道的最大冲刷深度预测过程中存在的不足，将孤立森林(IF)和基因表达式编程(GEP)方法相结合，建立了一个基于IF的GEP河湾最大冲刷深度预测模型(IF-GEP)

并将该模型与传统GS-SVR和RF模型及现有经验公式进行对比。结果表明，IF-GEP预测模型在测试集上取得了较好的预测效果，且预测精度明显高于现有公式及传统的GS-SVR和RF模型。最后将该预测模型应用于多条不同河流的预测中，IF-GEP预测模型的预测结果与实际测量值较吻合，说明该预测模型具有良好的预测能力和较高的泛化性能。