% 將遺傳算法的編碼分解為BP網絡所對應的權值、閾值

function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x)
[P,T,R,S1,S2,S]=nninit;
% 前R*S1個編碼為W1
 for i=1:S1,
    for k=1:R,
      W1(i,k)=x(R*(i-1)+k);
    end
end
% 接著的S1*S2個編碼（即第R*S1個后的編碼）為W2
for i=1:S2,
   for k=1:S1,
      W2(i,k)=x(S1*(i-1)+k+R*S1);
   end
end
% 接著的S1個編碼（即第R*S1+S1*S2個后的編碼）為B1
for i=1:S1,
   B1(i,1)=x((R*S1+S1*S2)+i);
end
% 接著的S2個編碼（即第R*S1+S1*S2+S1個后的編碼）為B2
for i=1:S2,
   B2(i,1)=x((R*S1+S1*S2+S1)+i);
end
% 計算S1與S2層的輸出
A1=tansig(W1*P,B1);
A2=purelin(W2*A1,B2);
% 計算誤差平方和
SE=sumsqr(T-A2);
val=1/SE; % 遺傳算法的適應值