Перцептрон

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
 
namespace neuron
{
    class Program
    {
        public static Random rand = new Random();
        static void Main(string[] args)
        {
            Neuron a = new Neuron(2, 0, 0.5);
 
            List<List<int>> xs = new List<List<int>>();
            for (int i = 0; i < 4; i++)
            {
                xs.Add(new List<int>());
            }
            xs[0].Add(0); xs[0].Add(0); 
            xs[1].Add(0); xs[1].Add(1); 
            xs[2].Add(1); xs[2].Add(0); 
            xs[3].Add(1); xs[3].Add(1); 
 
 
            List<int> answer = new List<int>();
            answer.Add(0);
            answer.Add(1);
            answer.Add(1);
            answer.Add(1);
 
            for (int i = 0; i < 400; i++)
            {
                for (int l = 0; l < 4; l++)
                {
                    a.Learning(xs[l], answer[l]);
                }
            }
 
 
            for (int i = 0; i < 4; i++)
            {
                Console.WriteLine(a.Answer(xs[i]));
            }
 
 
            Console.ReadLine();
        }
    }
 
    public class Neuron
    {
        //Веса
        public List<double> w = new List<double>();
        //Входы
        public List<int> x = new List<int>();
        //Коэффициент изменения весов
        public double epsilon = 0.5;
        //Индекс нейрона
        public int indexOfNeuron;
        //Количество входов
        public int inputCount;
        public static Random rand = new Random();
 
        //Ответ обученной сети
        public int Answer(List<int> input)
        {
            x = ChangeInputVector(input);
            int neuroAns = ActivationFunction();
            if (neuroAns > 0)
            {
                return 1;
            }
            else
            {
                return 0;
            }
        }
 
        //Обучение
        public void Learning(List<int> input, int answer)
        {
            x = ChangeInputVector(input);
 
            if (answer == 0)
            {
                answer = -1;
            }
            int temporaryAnswer = ActivationFunction();
 
            ChangeWeights(true, answer, temporaryAnswer);
        }
 
        //Функция активации отдельного нейрона
        private int ActivationFunction()
        {
            double y = 0;
            for (int i = 0; i < w.Count; i++)
            {
                y += w[i] * x[i];
            }
 
            if (Math.Sign(y) == 0)
            {
                return -1;
            }
            return Math.Sign(y);
        }
 
        //Обучение через изменение весов
        private void ChangeWeights(bool correctAnswer, int answer, int temporaryAnswer)
        {
            int d = answer - temporaryAnswer;
 
            double delta = 0;
            for (int i = 0; i < w.Count; i++)
            {
                delta = epsilon * d * x[i] * Math.Abs(w[i]);
                w[i] += delta;
 
                if (delta < 0 && w[i] == 0)
                {
                    w[i] = -0.1;
                }
                else if (delta >= 0 && w[i] == 0)
                {
                    w[i] = 0.1;
                }
                
 
            }
        }
 
        //Изменение входного вектора
        private List<int> ChangeInputVector(List<int> input)
        {
            for (int i = 0; i < input.Count; i++)
            {
                if (input[i] < 1)
                {
                    input[i] = -1;
                }
                else
                {
                    input[i] = 1;
                }
            }
            return input;
        }
 
        public Neuron(int inputCount, int indexOfNeuron, double epsilon)
        {
            this.inputCount = inputCount;
            this.indexOfNeuron = indexOfNeuron;
            this.epsilon = epsilon;
            for (int i = 0; i < inputCount; i++)
            {
                w.Add(rand.Next(-1, 1));
                x.Add(0);
            }
        }
    }
}