【搜索】【RQ47】神经网络

题目描述

【问题背景】
人工神经网络（Artificial Neural Network）是一种新兴的具有自我学习能力的计算系统，在模式识别、函数逼近及贷款风险评估等诸多领域有广泛的应用。对神经网络的研究一直是当今的热 门方向，兰兰同学在自学了一本神经网络的入门书籍后，提出了一个简化模型，他希望你能帮助他用程序检验这个神经网络模型的实用性。
【问题描述】
在兰兰的模型中，神经网络就是一张有向图，图中的节点称为神经元，而且两个神经
元之间至多有一条边相连，下图是一个神经元的例子：

神经元〔编号为1）
图中，X1—X3是信息输入渠道，Y1－Y2是信息输出渠道，C1表示神经元目前的状态，
Ui 是阈值，可视为神经元的一个内在参数。
神经元按一定的顺序排列，构成整个神经网络。在兰兰的模型之中，神经网络中的神
经无分为几 层；称为输入层、输出层，和若干个中间层。每层神经元只向下一层的神经元
输出信息，只从上一层神经元接受信息。下图是一个简单的三层神经网络的例 子。

兰兰规定，Ci服从公 式：（其中n是网络中所有神经元的数目）

公式中的Wji（可能为负值）表示连接j号神经元和 i号神经元的边的权值。当 Ci大于0时，该神经元处于兴奋状态，否则就处于平静状态。当神经元处于兴奋状态时，下一秒
它会向其他神经元传送信号，信号的强度为Ci。
如此．在输入层神经元被激发之后，整个网络系统就在信息传输的推动下进行运作。
现在，给定一个神经网络，及当前输入层神经元的状态 （Ci），要求你的程序运算出最后网
络输出层的状态。

输入格式

第一行是两个整数n（1≤n≤200）和p。接下来n行，每行两个整数，第i＋1行是神经元i最初状态和其阈值（Ui），非输 入层的神经元开始时状态必然为0。再下面P行，每行由两个整数i，j及一个整数Wij，表示连接神经元i、j的边权值为Wij。

输出格式

包含若干行，每行有两个整数，分别对应一个神经元的编号，及其最后的状
态，两个整数间以空格分隔。仅输出最后状态非零 的输出层神经元状态，并且按照编号由
小到大顺序输出！
若输出层的神经元最后状态均为 0，则输出 NULL。

样例输入

5 6 1 0 1 0 0 1 0 1 0 1 1 3 1 1 4 1 1 5 1 2 3 1 2 4 1 2 5 1

样例输出

3 1 4 1 5 1

三维状态图像

 

---

#include<iostream> using namespace std; bool ans[2001],not_last[2001]; int c[2001],w[201][2001],u[2001],before[2001][2001]; int n,i,j,p,seve; void find(int x){ if (c[x]!=0) return; int i; for (i=1;i<=before[x][0];++i){ int j; j=before[x][i]; find(j); if (c[j]>0) c[x]+=w[j][x]*c[j]; } c[x]-=u[x]; } int main(){ cin>>n>>p; for (i=1;i<=n;++i) cin>>c[i]>>u[i]; for (i=1;i<=p;++i){ int a,b,c; cin>>a>>b>>c; w[a][b]=c; before[b][++before[b][0]]=a; not_last[a]=true; } for (i=1;i<=n;++i) if (not_last[i]==false) find(i); bool can=false; for (i=1;i<=n;++i) if ((not_last[i]==false)&&(c[i]>0)){ ans[i]=true; can=true; } if (can) for (i=1;i<=n;++i) if (ans[i]) cout<<i<<" "<<c[i]<<endl; else {} else cout<<"NULL"<<endl; return 0; }