Arrêt de service programmé du vendredi 10 juin 16h jusqu’au lundi 13 juin 9h. Pour en savoir plus
Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Collision avoidance using neural networks learned by genetic algorithms

Abstract : As Air Traffic keeps increasing, many research programs focus on collision avoidance techniques. In this paper, a neural netwok learned by genetic algorithm is introduced to solve conflicts between two aircrafts. The learned NN is then tested on different conflicts and compared to the optimal solution. Results are very promising.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal-enac.archives-ouvertes.fr/hal-00937688
Contributeur : Laurence Porte Connectez-vous pour contacter le contributeur
Soumis le : vendredi 25 avril 2014 - 16:07:59
Dernière modification le : jeudi 21 octobre 2021 - 03:10:34
Archivage à long terme le : : vendredi 25 juillet 2014 - 10:41:19

Fichier

569.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00937688, version 1

Collections

Citation

Nicolas Durand, Jean-Marc Alliot, Joseph Noailles. Collision avoidance using neural networks learned by genetic algorithms. IEA-AEI 1996, 9th International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert systems, Jun 1996, Nagoya, Japan. pp xxxx. ⟨hal-00937688⟩

Partager

Métriques

Consultations de la notice

270

Téléchargements de fichiers

370