public Entrada treinar(Entrada entrada, double txAprendizado, double desejado, int classe, double pesoBias, double bias)
{
entrada.Peso = entrada.Peso + (txAprendizado * (desejado - classe) * entrada.Valor);
pesoBias = (pesoBias + txAprendizado * (desejado - classe) * bias);
this.Peso = entrada.Peso;
return entrada;
}
public int Perceptron(Entrada[] entrada, double bias, double pesoBias)
{
double soma = 0;
int classe;
//soma
foreach (Entrada x in entrada)
{
soma += x.Valor * x.Peso;
}
soma += bias * pesoBias;
if (soma >= 0)
{
classe = 1;
}
else
{
classe = -1;
}
return classe;
}
//Sobreescrever
public int Perceptron(Entrada[] entrada, double bias, double pesoBias, double desejado, int limite)
{
double soma = 0;
int classe;
bool erro = true;
int count = 0;
//soma
do{
erro = false;
foreach (Entrada x in entrada)
{
soma += x.Valor * x.Peso;
}
soma += bias * pesoBias;
if (soma >= limite)
{
classe = 1;
}
else
{
classe = -1;
}
if (classe != desejado)
{
erro = true;
foreach (Entrada x in entrada)
{
x.treinar(x, 0.5, desejado, classe, pesoBias, bias);
}
}
count++;
} while (erro == true || count < 3000);
return classe;
}
static void Main(string[] args)
{
//Random rdn = new Random();
//Entrada x1 = new Entrada();
//Entrada x2 = new Entrada();
////valores
//x1.Valor = 0.0462;
//x2.Valor = 0.0548;
////bias
//double bias = 1;
//double pesoBias = rdn.NextDouble();
//Console.WriteLine(x1.Peso);
//Entrada[] x = new Entrada[2] { x1, x2 };
//Rede redeP = new Rede();
//int classe = redeP.Perceptron(x, bias, pesoBias, -1, 0);
//if(classe == 1){
// Console.WriteLine("Neuronio 1");
//} else {
// Console.WriteLine("Neuronio 2");
//}
//Entrada y1 = new Entrada();
//Entrada y2 = new Entrada();
//y1.Valor = 0.0665;
//y2.Valor = 0.0572;
//y2.Peso = x1.Peso;
//y2.Peso = x2.Peso;
//Entrada[] y = new Entrada[2] { y1, y2 };
//Rede redeQ = new Rede();
//int classe2 = redeP.Perceptron(y, bias, pesoBias, 1, 0);
//if (classe2 == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
//Entrada z1 = new Entrada();
//Entrada z2 = new Entrada();
//z1.Valor = 0.0665;
//z2.Valor = 0.0572;
//y2.Peso = x1.Peso;
//y2.Peso = x2.Peso;
//Entrada[] z = new Entrada[2] { z1, z2 };
//Rede redeU = new Rede();
//int classe3 = redeP.Perceptron(y, bias, pesoBias);
//if (classe3 == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
//Entrada a1 = new Entrada();
//Entrada a2 = new Entrada();
//a1.Valor = 0.1;
//a1.Valor = 0.1;
//a1.Peso = x1.Peso;
//a2.Peso = x2.Peso;
//Entrada[] a = new Entrada[2] { a1, a2 };
//int classeA = redeP.Perceptron(a, bias, pesoBias);
//if (classeA == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
Entrada x1 = new Entrada();
Entrada x2 = new Entrada();
Entrada x3 = new Entrada();
x1.Valor = 0;
x2.Valor = 0;
x3.Valor = 1;
x1.Peso = 0.4;
x2.Peso = -0.6;
x3.Peso = 0.6;
double bias = -1;
double pesoBias = 0.5;
double txAprendizagem = 0.5;
string classes;
Entrada[] x = new Entrada[3] {
x1, x2, x3
};
Rede rede = new Rede();
int classe = rede.Perceptron(x, bias, pesoBias, -1, 0);
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classe);
x1.Valor = 1;
x2.Valor = 1;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias, 1, 0);
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classe);
x1.Valor = 1;
x2.Valor = 1;
x3.Valor = 1;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 0;
x2.Valor = 0;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 1;
x2.Valor = 0;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 0;
x2.Valor = 1;
x3.Valor = 1;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
Console.Read();
}
static void Main(string[] args)
{
//Random rdn = new Random();
//Entrada x1 = new Entrada();
//Entrada x2 = new Entrada();
////valores
//x1.Valor = 0.0462;
//x2.Valor = 0.0548;
////bias
//double bias = 1;
//double pesoBias = rdn.NextDouble();
//Console.WriteLine(x1.Peso);
//Entrada[] x = new Entrada[2] { x1, x2 };
//Rede redeP = new Rede();
//int classe = redeP.Perceptron(x, bias, pesoBias, -1, 0);
//if(classe == 1){
// Console.WriteLine("Neuronio 1");
//} else {
// Console.WriteLine("Neuronio 2");
//}
//Entrada y1 = new Entrada();
//Entrada y2 = new Entrada();
//y1.Valor = 0.0665;
//y2.Valor = 0.0572;
//y2.Peso = x1.Peso;
//y2.Peso = x2.Peso;
//Entrada[] y = new Entrada[2] { y1, y2 };
//Rede redeQ = new Rede();
//int classe2 = redeP.Perceptron(y, bias, pesoBias, 1, 0);
//if (classe2 == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
//Entrada z1 = new Entrada();
//Entrada z2 = new Entrada();
//z1.Valor = 0.0665;
//z2.Valor = 0.0572;
//y2.Peso = x1.Peso;
//y2.Peso = x2.Peso;
//Entrada[] z = new Entrada[2] { z1, z2 };
//Rede redeU = new Rede();
//int classe3 = redeP.Perceptron(y, bias, pesoBias);
//if (classe3 == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
//Entrada a1 = new Entrada();
//Entrada a2 = new Entrada();
//a1.Valor = 0.1;
//a1.Valor = 0.1;
//a1.Peso = x1.Peso;
//a2.Peso = x2.Peso;
//Entrada[] a = new Entrada[2] { a1, a2 };
//int classeA = redeP.Perceptron(a, bias, pesoBias);
//if (classeA == 1)
//{
// Console.WriteLine("Neuronio 1");
//}
//else
//{
// Console.WriteLine("Neuronio 2");
//}
Entrada x1 = new Entrada();
Entrada x2 = new Entrada();
Entrada x3 = new Entrada();
x1.Valor = 0;
x2.Valor = 0;
x3.Valor = 1;
x1.Peso = 0.4;
x2.Peso = -0.6;
x3.Peso = 0.6;
double bias = -1;
double pesoBias = 0.5;
double txAprendizagem = 0.5;
string classes;
Entrada[] x = new Entrada[3] { x1, x2, x3 };
Rede rede = new Rede();
int classe = rede.Perceptron(x, bias, pesoBias, -1, 0);
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | "+ classe);
x1.Valor = 1;
x2.Valor = 1;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias, 1, 0);
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classe);
x1.Valor = 1;
x2.Valor = 1;
x3.Valor = 1;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 0;
x2.Valor = 0;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 1;
x2.Valor = 0;
x3.Valor = 0;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
x1.Valor = 0;
x2.Valor = 1;
x3.Valor = 1;
classe = rede.Perceptron(x, bias, pesoBias);
if (classe == 1)
{
classes = "Classe 1";
}
else
{
classes = "Classe 0";
}
Console.WriteLine("Padrão: " + x1.Valor + " " + x2.Valor + " " + x3.Valor + " | " + classes);
Console.Read();
}
