در این پایان نامه از مدل فلیملت آرام در کنار شبکه های عصبی مصنوعی جهت مدل سازی شعله های غیر پیش مخلوط مغشوش و پیش بینی کسر جرمی گونه ها و دما استفاده شده است. در مرحله اول، کسر جرمی ها و دما از نتایج حل شعله های دیفیوژن جریان مخالف و با در نظر گرفتن اثرات دیفیوژن دیفرانسیلی(اختلاف عدد لوئیس گونه ها از یک) بدست آمده و به کسر مخلوط و نرخ استهلاک اسکالر مربوط می شود. در مرحله دوم انتگرال گیری عددی به ازای مقادیر مختلف کسر مخلوط متوسط، واریانس آن و نرخ استهلاک اسکالر انجام شده و مقدار متوسط فاوره کمیتهای ترموشیمیایی جریان بدست آمده و یک شبکه عصبی ساخته شده و با قرار دادن ضرایب وزن و بایاس آن در کد حل معادلات بقاء، پیش بینی کسر جرمی ها(یا دما) صورت می گیرد. استفاده از مدل فوق این مزیت را دارد که نیازی به حل معادله انتقال تک تک گونه ها نیست. همچنین می توان غلظت گونه های مختلف از جمله آلاینده ها را در دامنه حل بدست آورد که در مدلهای ساده تر مانند شعله-صفحه ای، این امکان وجود ندارد. نتایج عددی بدست آمده دقت مناسب مدل فلیملت را نشان می دهد؛ ضمن آنکه می توان با صرفنظر از اثرات دیفیوژن دیفرانسیلی، دقت محاسبات را در شعله های مغشوش افزایش داد. دیگر نتیجه قابل ذکر این تحقیق کاهش چشم گیر زمان محاسبات به کمک شبکه های عصبی مصنوعی است