ระบบนำทาง Pure Proportional Navigation (PPN) เป็นที่นิยมในยานพาหนะตามหลักอากาศพลศาสตร์ แต่การหาค่า Gain ที่เหมาะสมเพื่อให้ได้มุมในการเข้าถึงเป้าหมายที่ต้องการพร้อมกับประหยัดพลังงานนั้นทำได้ยากในเชิงคณิตศาสตร์ งานวิจัยนี้จึงนำเสนอระบบ 2pPPN (Two-phase PPN) ที่ใช้ Neural Network มาเป็นเครื่องมือในการคำนวณ
โมเดล Neural Network ที่พัฒนาขึ้นจะทำหน้าที่เรียนรู้ความสัมพันธ์ที่ซับซ้อนระหว่างตำแหน่งเริ่มต้นและมุมที่ต้องการ เพื่อคาดการณ์ค่า Gain ที่ดีที่สุดสำหรับทั้งระยะการปรับทิศทาง (Orientation phase) และระยะสุดท้าย (Final phase) ผลการทดสอบพบว่าโมเดลนี้มีความแม่นยำสูง (ค่า R-squared ใกล้เคียง 0.9) และประมวลผลได้อย่างรวดเร็ว ทำให้เหมาะสำหรับการใช้งานในการนำทางจริงที่ต้องการความแม่นยำและประสิทธิภาพสูงสุด
