تخلیه کننده ها یکی از سازه های جنبی سدها هستند که به دلیل سرعت زیاد جریان در آن ها و کاهش فشار، مشکلاتی نظیر کاویتاسیون می تواند اثرات تخریبی بر روی این سازه ها داشته باشد. لذا با توجه به این مشکلات، طراحی دقیق تخلیه کننده ها ضروری خواهد بود. از آنجا که بررسی های آزمایشگاهی نیازمند صرف هزینه های فراوان است، استفاده از مدل های عددی که قادر به تعیین خصوصیات جریان در تخلیه کننده ها باشد مورد توجه طراحان این امر قرار گرفته است. در مطالعه حاضر تخلیه کننده تحتانی سد جگین با مقیاس 1 به 10 به صورت عددی مدل گردیده و نتایج آن با مقادیر اندازه گیری شده از مدل آزمایشگاهی در موسسه تحقیقات آب با همان مقیاس مقایسه گردید. نتایج نشان دهنده عملکرد مناسب مدل عددی در پیش بینی الگوی جریان است. هدف این تحقیق بررسی تأثیر نسبت عمق به عرض مجرا بر هوادهی و میدان جریان پایین دست دریچه است. برای این کار مدل های عددی متفاوتی متناسب با مدل اولیه در نرم افزار ساخته شد که وجه تمایز آن با مدل اولیه تفاوت در مقدار پارامتر عمق به عرض مجرا بود. این تغییرات در سه حالت عمق ثابت و عرض متغیر، عرض ثابت و عمق متغیر و عمق و عرض متغیر جهت حفظ برابری سطح مقطع کنترل صورت پذیرفت. نتایج نشان می دهد همواره با افزایش عمق و عرض مجرا هوادهی جریان افزایش می یابد. همچنین افزایش عمق و عرض، افزایش سرعت و کاهش فشار را به همراه دارد.

دراین پژوهش روشی ترکیبی از الگوریتم ژنتیک و شبکه عصبی rbf برای خلاصه سازی استخراجیِ متون فارسی پیشنهاد شده است، که ابتدا به امتیازدهی پاراگراف ها پرداخته می شود، سپس پاراگراف های برتر را انتخاب کرده و به محاسبه امتیاز جملات آن ها می پردازد. همچنین جهت تعیین میزان اهمیت هر یک از ویژگی های جملات از یک شبکه عصبی mlp بهره گرفته شده است. سپس با استفاده از یک شبکه عصبی rbf به گزینش جملات برتر به عنوان جمعیت اولیه الگوریتم ژنتیک پرداخته می شود و تولید خلاصه نهایی صورت می گیرد. الگوریتم ژنتیک با اهمیت دادن به میزان پیوستگی و خوانایی خلاصه تولید شده، جملات را گزینش می نماید. در نتیجه می توان با ترکیب آن ها میزان کارایی را در حد قابل قبولی افزایش داد. جهت ارزیابی روش پیشنهادی ارائه شده، علاوه بر استفاده از معیار های ارزیابی درونی، از روش ذهنیِ ارزیابیِ دستی نیز بهره گرفته شده است. از جمله معیار های پر اهمیت ارزیابی درونی، معیار دقت و بازخوانی می باشد، که از ترکیب این دو نیز معیار f-score حاصل می گردد. که نتیجه f-score نهایی به طور میانگین 52/0 بوده است. همچنین نتایج قضاوت انسانی افراد خبره نیز به صورت 60% خوب، 30% متوسط و 10% ضعیف، حاصل شده است. لازم به ذکر است که داده های مورد استفاده جهت آموزش و ارزیابی این سیستم خلاصه ساز، پیکره اخبار همشهری ارائه شده توسط آزمایشگاه پردازش زبان طبیعی دانشگاه تهران و همچنین اخبار ورزشی خبرگزاری ایسنا و دانشنامه فارسی ویکی پدیا می باشد.