ANN McCulloh

Sebuah Alogaritma pelatihan untuk neural network McCulloh adalah sebagai berikut

1. Langkah 1 : Inisialisasi bobot
   bobot setiap weight menggunalan nilai yang telah ditentukan / dirumuskan sebelumnya.
2. Langkah 2 : Selama clock/error belom mencapai nilai yang diinginkan, lakukan langkah-langkah sebagau berikut :
   • Set aktivasi input : x1 dan x2.
   • Hitung input jaringan untuk masing-masing unit pada layer 1:
     v[k]1 = (x[1]*w[1])
     v[k]2 = (x[2]*w[2])
     v[k]3 = (x[3]*w[3])
     v[k]4 = (x[4]*w[4])
     v[k]5 = (x[5]*w[5])
   • Total semua ∑v[k]n dari masing-masing unit :
     ∑v[k]n = v[k]1 +v[k]2+v[k]3+v[k]4+v[k]5
   • Setelah semua dijumlah, output dikurangi threshold :
     y = ∑v[k]n – Θ
     Apabila ,
     y >= 0 maka y = 1
     y < 0   maka y = 0
   • Tes Kondisi berhenti. Jika perubahan clock sudah mendekati nilai yang diinginkan maka stop, jika tidak ulangi langkah 2 sampai mendekati nilai clock/error;

///Inisialisasi Data
int num;
int w1, w2, w3, w4, w5;
int thr1;
int vk[100];
int vTot;
int w[5];
int y[33];

int x1[]={0,1,0,1, 0,1,0,1, 0,1,0,1, 0,1,0,1,
	0,1,0,1, 0,1,0,1, 0,1,0,1, 0,1,0,1};

int x2[]={0,0,1,1, 0,0,1,1, 0,0,1,1, 0,0,1,1,
	0,0,1,1, 0,0,1,1, 0,0,1,1, 0,0,1,1};

int x3[]={0,0,0,0, 1,1,1,1, 0,0,0,0, 1,1,1,1,
	0,0,0,0, 1,1,1,1, 0,0,0,0, 1,1,1,1};

int x4[]={0,0,0,0, 0,0,0,0, 1,1,1,1, 1,1,1,1,
	0,0,0,0, 0,0,0,0, 1,1,1,1, 1,1,1,1};

int x5[]={0,0,0,0, 0,0,0,0, 0,0,0,0, 0,0,0,0,
	1,1,1,1, 1,1,1,1, 1,1,1,1, 1,1,1,1};

if(comboBox1->Text == "AND Logic Function"){
	w[0] = 1;
	w[1] = 1;
	w[2] = 1;
	w[3] = 1;
	w[4] = 1;
	thr1 = 5;

	for(num=1;num<33;num++){	 
		vk[0]= x1[num-1]*w[0];
		vk[1]= x2[num-1]*w[1];
		vk[2]= x3[num-1]*w[2];
		vk[3]= x4[num-1]*w[3];
		vk[4]= x5[num-1]*w[4];
		vTot = vk[0]+vk[1]+vk[2]+vk[3]+vk[4];
		y[num-1] = vTot-thr1;
		if(y[num-1]>=0) y[num-1]=1;
		if(y[num-1]<0)  y[num-1]=0;		 
	}
}///end if AND Logic Function