%競爭層的輸出
Jingzheng=rands(20)';
%正向權值W和反向權值T
W=rands(20,5);
T=rands(20,5);
%警戒參數
threshold=0.8;
%兩組模式A1和A2
A1=[1 1 0 0 0];
A2=[1 0 0 0 1];
%初始化
for i=1:20
    for j=1:5
        W(i,j)=1/6;
        T(i,j)=1;
    end
end
%判定是否接受識別結果
normalA1=norm(A1,1);
normalTA1=T(1,:)*A1';
count=1;
if normalTA1/normalA1>threshold 
    Jingzheng(count)=1;
end
%權值調整
W(1,:)=[0.4 0.4 0 0 0];
T(1,:)=[1 1 0 0 0];
%尋找可以記憶A2的神經元
for k=1:20
    s(k)=W(k,:)*A2';
    if s(k)==max(s)
        count=k;
    end
end
%如果和A1的重復，繼續尋找
if Jingzheng(count)==1
    newcount=count+1
end
for i=1:(count-1)
    p(i)=s(i);
end
for i=count:19
    p(i)=s(i+1);
end
for k=newcount:20
    if s(k)==max(p)
        count=k;
    end
end
%確定找到的神經元序號count，并令其對應的輸出為1
Jingzheng(count)=1;
%權值調整
W(count,:)=[0.4,0,0,0,0.4];
T(count,:)=[1,0,0,0,1];
Jingzheng