/********************************************
**
**??神經網絡實現異或操作
**	臧瀟?清華大學
**	2012.10.18
**
****************************************************/

#include?
#include?
#include?
#include?

#define?Ni?2?//?輸入層神經元的個數
#define?Nm?2?//?隱含層神經元的個數?
#define?No?1?//?輸出層神經元的個數

#define?Enom?0.02?//?誤差下限，達到這個誤差以內即可認為訓練成功
#define?MAXSAMPLE?1000?//?樣本的最大個數
#define?BP_LEARNING	（float）（0.5）	//?學習系數

//?輸入層神經元只有傳遞的功能
float?HWeight[Ni+1][Nm];?//?隱含層神經元的輸入權值
float?OWeight[Nm+1][No];?//?輸出層神經元的輸出權值

float?inputValue[Ni];
float?destValue[No];

float?E;?//?每輪的誤差

//?訓練的過程
int?train（float?in[Ni]float?d[No]）;
//?神經網絡初始化
void?init（）;
//?測試的過程
int?processTest（float?in[Ni]）;
//Sigmoid函數
float?Sigmoid（float?num）;


int?main（）?
{
	float?input[MAXSAMPLE][Ni];?//?輸入
	float?dest[MAXSAMPLE][No];?//?目標輸出
	float?test[Ni];?//?測試輸入
	int?num;
	int?ij;
	long?count=0;

	//?輸入相關的測試
	printf（“Please?input?the?number?of?sample:“）;
	scanf（“%d“&num）;
	for（i=0;i	{
		for（j=0;j			scanf（“%f“&input[i][j]）;
		for（j=0;j			scanf（“%f“&dest[i][j]）;
	}

	init（）;

	while（1）
	{
		E=0;
		for（i=0;i		{
			train（input[i]dest[i]）;
		}

		if（E			break;

		if（count%20000==0）
			printf（“第%d迭代的誤差為?%f?\n“countE）;

		count++;
	}

	//?訓練好的神經網絡測試
	while（1）
	{
		printf（“Please?input?the?test?data:“）;
		for（i=0;i			scanf（“%f“&test[i]）;
		processTest（test）;
	}

	return?1;
}

//?測試的過程
int?processTest（float?in[Ni]）
{
	int?ij;
	float?net[Nm]iin[Nm]out[No];

	//?計算隱含層的神經元值
	for（i=0;i	{
		net[i]=1*HWeight[0][i];
		for（j=1;j			net[i]+=HWeight[j][i]*in[j-1];
	}
	//?使用S函數
	for（i=0;i		iin[i]=Sigmoid（net[i]）;

	//?計算輸出層的值
	for（i=0;i	{
		net[i]=1*OWeight[0][i];
		for（j=1;j