UKRAINA

clear all; % Wyczyszczenie informacji o wszystkich zmiennych w programie
nntwarn off;% Wyłączenie komunikatów informujących o używaniu przestarzałych funkcji
format compact;%Likwiduję dodatkowe puste linie w odpowiedzi programu
file = dlmread ('data2.txt');
P = file(:, 1:34)';
T = file(:, 35)';

[R,Q] = size(P);%Okreslamy liczby neuronow w warstwie wejsciowej, [R,Q]=5x151

for S1 = 1: 3 : 25,%Liczba neuronów w warstwie pierwszej
for S2 = 1: 3 : S1,%Liczba neuronów w warstwie drugiej
        [S3,Q] = size(T);%Określenie liczby neuronów w warstwie wyjściowej [S3,Q]=1x151

lr=1e-3;%Współczynnik uczenia

[W1,B1] = nwtan(S1,R);%Losowa inicjacja wag do warstwy pierwszej
[W2,B2] = nwtan(S2,S1);
[W3,B3] = rands(S3,S2);

disp_freq = 1000;  %Częstotliwość wyświetlania wyników
err_goal=.25;%Błąd oczekiwany
error = [];%Macierz błedu

%Maksymalna ilość epok (kroków uczenia)
for max_epoch =[20000, 40000, 60000, 80000, 100000],
for epoch=1:max_epoch,

A1 = tansig(W1*P,B1);%Wartości na wyjściu warstwy A1
A2 = tansig(W2*A1,B2);%Wartości na wyjściu warstwy A2
A3 = purelin(W3*A2,B3);%Wartości na wyjściu warstwy A
E = T -A3;%Obliczanie błedu

D3 = deltalin(A3,E);%Obliczamy deltę dla warstwy trzeciej
D2 = deltatan(A2,D3,W3);%Obliczamy deltę dla warstwy drugiej
D1 = deltatan(A1,D2,W2); %Obliczamy deltę dla warstwy pierwszej

[dW1,dB1] = learnbp(P,D1,lr);%Obliczanie zmian wag
W1 = W1 + dW1;%Aktualizacja wag wektora wejściowego
B1 = B1 + dB1;%Aktualizacja wag przesunięć

[dW2,dB2] = learnbp(A1,D2,lr);
W2 = W2 + dW2;
B2 = B2 + dB2;

[dW3,dB3] = learnbp(A2,D3,lr);
W3 = W3 + dW3;
B3 = B3 + dB3;

SSE = sumsqr(E);%Suma kwadratów błędów

if SSE > 10E20,%Zakończenie uczenia w wypadku dużej wartości SSE(NaN)
break,
end,

error = [error SSE];%Dołączenie "SSE" do tablicy "error"


if SSE < err_goal,%Zakończenie uczenia w wypadku osiągnięcia
epoch = epoch - 1;
break,
end,

if(rem(epoch,disp_freq)==0)%Wyświetlanie wyników
epoch %Wypisujemy na ekran ilości epok
SSE %Wypisujemy na ekran SSE
S1 %Wypisujemy na ekran ilość neuronów w warstwie pierwszej
S2 %Wypisujemy na ekran ilość neuronów w warstwie drugiej
lr %Wypisujemy na ekran współczynnik uczenia
end
end

nauczanie = 100*(1-sum((abs(T-A3)>=.5)')/length(T))

%Zapisanie parametrów oraz wyników do pliku .txt
wyniki  = [S1 S2 lr epoch 100*(1-sum((abs(T-A3)>=.5)')/length(T)) SSE]

fid = fopen('wynnikilr3_next.txt','a+');%Odtworzenia pliku

for i=1:size(wyniki,1)
fprintf(fid, '%g\t' ,wyniki(i,:));
end

fprintf(fid,'\r\n');
fclose(fid);%Tu zamykanie pliku
end
end
end